InternScience/MLEvolve

What it solves

MLEvolveは、Kaggle形式のコンペティションや数学的最適化問題のような、複雑な機械学習（ML）エンジニアリング・タスクを自動的に解決するために設計されたエージェント型システムです。手動での試行錯誤を排除し、機械学習アルゴリズムの発見と洗練を自動化します。

How it works

MLEvolveは、モンテカルロ・グラフ・サーチ（Monte Carlo Graph Search）を活用したマルチエージェント協調フレームワークを使用します。異なる解決策のパスを並行して探索し、以下の主要なメカニズムを通じて進化させます：

• Multi-Mode Planning: 単発のプランニング（single-shot planning）またはメモリ強化型リトリーバル・オーグメンテッド・プランニング（memory-enhanced retrieval-augmented planning）を適応的に選択し、stepwise pipelinesやincremental diff patchingなどの様々なコード生成戦略を用います。
• Experience-Driven Memory: グローバルメモリ層（BM25とFAISSを使用）が、過去のプランニング、コード、結果を保存し、エージェントが成功した戦略を再利用し、過去の失敗を回避することを可能にします。
• Progressive MCGS: システムは、停滞を検知する探索グラフを用い、「クロスブランチ・フュージョン（cross-branch fusion）」を実行することで、異なる解決策のパスから得られた最良の知見を統合し、新しい、より改善された候補を作成します。

Who it’s for

このツールは、コンペティションや科学的発見タスクのために、高パフォーマンスな機械学習アルゴリズムの発見を自動化したいMLエンジニアや研究者向けです。

Highlights

• State-of-the-Art Performance: MLE-benchリーダーボードで1位を獲得し、メダル獲得率 65.3% を達成しました。
• Generalization: 数学的最適化タスクにも成功的に適用可能であり、特化型フレームワークに匹敵する、あるいはそれを超える性能を発揮します。
• Flexible LLM Support: OpenAI-compatible APIs（GPT, Qwen, DeepSeek, 等）と互換性があります。
• Integration: InternAgentシステムのコーディングおよびアルゴリズム最適化モジュールを駆動します。