# HMA досяг 78,2% задач із медаллю на MLE-bench, чергуючи агентів

> Humanize MLE Agents досяг 78,2% задач із медаллю на MLE-bench. Метод чергує двох агентів у спільному робочому просторі та скидає контекст між сесіями.

- Опубліковано: 12 жовтня 2026 р. (2026-10-12T01:33:15.732792+00:00)
- Розділ: Агенти
- На основі публікації: [arXiv](http://arxiv.org/abs/2610.13494v1)
- Видання: AiiN (https://aiin.news)
- URL: https://aiin.news/article?slug=hma-%D0%B4%D0%BE%D1%81%D1%8F%D0%B3-78-2-%D0%B7%D0%B0%D0%B4%D0%B0%D1%87-%D1%96%D0%B7-%D0%BC%D0%B5%D0%B4%D0%B0%D0%BB%D0%BB%D1%8E-%D0%BD%D0%B0-mle-bench-%D1%87%D0%B5%D1%80%D0%B3%D1%83%D1%8E%D1%87%D0%B8-%D0%B0%D0%B3%D0%B5%D0%BD%D1%82%D1%96%D0%B2

---

Humanize MLE Agents (HMA) досяг результату, достатнього для медалі, у 78,2% із 75 задач Kaggle в MLE-bench — на 8,0 відсоткового пункту більше за найсильніший відкритий baseline, [за даними arXiv](http://arxiv.org/abs/2610.13494v1).

## Які обмеження одного агента виявили автори?

Автори виявили, що зі збільшенням тривалості однієї сесії інтенсивність міркувань агента знижується, а прогрес сповільнюється. Вони назвали цей ефект long-horizon deceleration.

Друге спостереження — harness staleness: переваги кастомних обв’язок, які керують інструментами, навичками й накопиченим досвідом агента, зникають із поліпшенням базової моделі. Це ставить під сумнів збереження їхньої користі між версіями моделей і спонукало авторів дослідити чергування агентів між сесіями.

## Як Humanize MLE Agents організовує роботу?

Humanize MLE Agents чергує двох агентів у спільному робочому просторі: кожна сесія містить не більше k експериментів, а між сесіями контекст скидається. Метод не додає обв’язки під конкретну задачу чи попередніх знань.

Наступний агент продовжує роботу на основі результатів попереднього. Автори описали ці сесії через context-reset semi-Markov decision process (CR-SMDP), встановили достатні умови, за яких чергування перевершує результати одного агента, та вивели явну межу бюджету експериментів. Значення k у наданій анотації не вказано.

## Що показали випробування?

HMA досяг any-medal rate 78,2% на 75 задачах Kaggle у MLE-bench за чверті часового бюджету найсильнішого відкритого baseline. Результат цього baseline становив близько 70,2%: 78,2% − 8,0 відсоткового пункту = 70,2%. Співвідношення бюджетів не означає, що фактична тривалість роботи скоротилася в стільки ж разів.

HMA також покращив any-medal rate порівняно з базовими результатами агентів, які входили до пар, у середньому на 6,4 відсоткового пункту. Автори перевірили шість конфігурацій із п’ятьма різнорідними парами агентів.

Додаткове випробування з оптимізації ядра дало результат 878 циклів — у межах 1,6% від результату лідера рейтингу спільноти.

## Чого бракує для оцінки витрат?

Надана анотація не називає моделей у парах і вартості запусків у доларах. Вона повідомляє співвідношення часових бюджетів, але цих даних недостатньо, щоб оцінити грошові витрати на відтворення результату.

---

Теги: AI, Агенти, MLEbench, Kaggle, AutoML, LLM

Джерело: AiiN — https://aiin.news/article?slug=hma-%D0%B4%D0%BE%D1%81%D1%8F%D0%B3-78-2-%D0%B7%D0%B0%D0%B4%D0%B0%D1%87-%D1%96%D0%B7-%D0%BC%D0%B5%D0%B4%D0%B0%D0%BB%D0%BB%D1%8E-%D0%BD%D0%B0-mle-bench-%D1%87%D0%B5%D1%80%D0%B3%D1%83%D1%8E%D1%87%D0%B8-%D0%B0%D0%B3%D0%B5%D0%BD%D1%82%D1%96%D0%B2. Цитуючи, посилайтесь на канонічний URL.