---
title: "上海交大ML-Master登顶MLE-bench：AI专家Agent如何用“探索-推理融合”范式超越微软、OpenAI？"
url: "https://paooo.com/aigc-news/14576/"
author: "Prompt 语宙研究院"
published_at: "2026-06-26T22:42:22+08:00"
updated_at: "2026-06-07T20:24:27+08:00"
categories: "AI 工具, AIGC 资讯"
tags: "AI专家智能体, ML-Master, MLE-bench, 上海交通大学, 探索-推理深度融合"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# 上海交大ML-Master登顶MLE-bench：AI专家Agent如何用“探索-推理融合”范式超越微软、OpenAI？

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/14576/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-26

## AI 30 秒核心看点 (TL;DR)

- ML-Master以29.3%平均奖牌率登顶MLE-bench，超过微软与OpenAI同类方案。
- 核心突破是“探索-推理深度融合”，用并行搜索+可控推理提升机器学习工程效率。
- 仅用12小时、约一半成本完成测试，并实现93.3%有效解与持续自我优化。

> 
                **💡 站外导读：**在AI竞赛白热化的今天，自动化机器学习工程成为效率瓶颈的关键突破点。上海交大Agents团队推出的ML-Master智能体，在OpenAI权威基准MLE-bench中以29.3%奖牌率力压微软、OpenAI等巨头登顶，其核心技术“探索-推理深度融合”通过模拟人类专家认知，实现了12小时内以一半成本完成测试、性能超人类半数选手的惊人成果。这不仅是技术的胜利，更预示着AI自我演进与工程自动化浪潮的加速到来。

            

             
                        

## ML-Master是什么

ML-Master是上海交通大学人工智能学院Agents团队推出AI专家智能体。在OpenAI的权威基准测试MLE-bench中表现出色，以29.3%的平均奖牌率位居榜首，超越了微软的RD-Agent和OpenAI的AIDE等竞争对手。ML-Master通过“探索-推理深度融合”的创新范式，模拟人类专家的认知策略，整合广泛探索与深度推理，显著提升了AI在机器学习工程中的表现。采用平衡多轨迹探索和可控推理两大模块，通过自适应记忆机制实现两者的高效协同。

## ML-Master的主要功能

- 
**探索与推理深度融合**：ML-Master通过创新的“探索-推理深度融合”范式，模拟人类专家的认知策略，整合广泛探索与深度推理，显著提升AI性能。

- 
**卓越的性能表现**：

在OpenAI的MLE-bench基准测试中，ML-Master以29.3%的平均奖牌率位居榜首，大幅领先微软的RD-Agent（22.4%）和OpenAI的AIDE（16.9%）。

- 
93.3%的任务提交有效解，44.9%的任务超越半数人类参赛者，展现出强大的泛化能力和稳定性。

- 
计算效率极高，仅用12小时完成测试，计算成本仅为基线方法的一半。

- 
**强大的自我演进能力**：ML-Master在多轮任务执行过程中持续提升解决方案质量，最终性能相比初始版本提升超过120%。

## ML-Master的技术原理

- **平衡多轨迹探索（Balanced Multi-trajectory Exploration）**

**MCTS启发的树搜索**：将AI研发过程建模为决策树，每个节点代表一个AI方案的状态。

- 
**并行探索策略**：同时探索多个解决方案分支，突破传统串行探索的限制，大幅提升探索效率。

- 
**动态优先级调整**：根据每个分支的潜在价值动态分配计算资源，避免无效探索。

- **可控推理（Steerable Reasoning）**

**自适应记忆机制**：精准提取关键信息，避免信息过载，智能筛选历史探索中的有效信息，确保推理过程基于更相关的知识。

- 
**情境化决策**：结合具体执行反馈和成功案例进行有根据的分析，避免“拍脑袋”决策。

- 
**闭环学习系统**：探索结果实时反哺推理过程，形成“探索→推理→优化→再探索”的良性循环。

- **自适应记忆机制（Adaptive Memory）**

**智能记忆构建**：探索模块自动收集执行结果、代码片段和性能指标，同时选择性整合来自父节点和并行兄弟节点的关键信息。

- 
**嵌入推理决策**：记忆信息直接嵌入到推理模型的决策部分，确保每次推理都基于具体的历史执行反馈和多样化探索的经验。

- 
**协同进化机制**：推理结果指导后续探索方向，探索经验持续丰富推理过程，实现探索与推理的深度融合。

## ML-Master的项目地址

- **项目官网**：https://sjtu-sai-agents.github.io/ML-Master/

- **Github仓库**：https://github.com/sjtu-sai-agents/ML-Master

- **arXiv技术论文**：https://arxiv.org/pdf/2506.16499

## ML-Master的应用场景

- 
**机器学习任务自动化**：ML-Master通过其“探索-推理深度融合”的技术框架，能自动完成从模型训练、数据准备到实验运行的完整机器学习流程。在OpenAI的MLE-bench基准测试中表现出色，证明在处理复杂机器学习任务中的高效性和准确性。

- 
**AI开发效率提升**：ML-Master通过平衡多轨迹探索和可控推理模块，显著提升了AI开发的效率。适用于需要快速迭代和优化的AI项目。

- 
**AI自我演进与优化**：ML-Master具备强大的自我演进能力，能在多轮任务执行中持续提升解决方案质量。适用于需要长期优化和自我改进的AI系统，例如在复杂环境下的自适应学习和优化任务。

- 
**多领域任务覆盖**：ML-Master可以扩展到其他需要AI自主优化的领域，如材料科学、医疗诊断、金融交易等。例如，技术框架可以用于材料属性预测、新材料发现以及生产过程优化。

- 
**情感分析与文本处理**：ML-Master的技术原理也可以应用于自然语言处理领域，例如情感分析和观点挖掘。能对文本进行语义表示，基于此进行情感分类和观点抽取，适用于消费决策和舆情分析等场景。

                    
            
                

#### 📝 站长洞察 (Editor's Insight)

                ML-Master的崛起绝非偶然，它精准击中了当前AI研发的三大痛点：探索效率低下、推理与执行脱节、以及自优化能力薄弱。其“平衡多轨迹探索”借鉴AlphaGo的MCTS思想，将传统串行试错升级为并行智能搜索；而“可控推理”模块则通过自适应记忆机制，实现了数据、代码与反馈的闭环学习。这标志着AI Agent从简单任务执行者向具备“专家级认知架构”的自主智能体进化。从行业视角看，此类技术将大幅降低AI开发门槛，加速科研与产业创新周期。尤其在多模态大模型爆发的当下，具备自我演进能力的Agent可能成为下一个技术奇点——它们不仅能解决问题，更能自主发现问题并迭代方案。上海交大团队此次登顶，也为中国在基础AI架构层面的创新注入了强心剂，未来在金融风控、新材料发现等复杂决策场景的落地值得期待。

## 常见问题解答 (FAQ)

### ML-Master为什么能登顶MLE-bench？
关键在于“探索-推理深度融合”范式：一边并行探索多个方案，一边用自适应记忆和可控推理筛选有效信息，形成闭环优化。这样既提升了解题广度，也增强了决策质量，最终在MLE-bench中取得29.3%的平均奖牌率。

### ML-Master和微软、OpenAI方案相比强在哪？
文章给出的结果显示，ML-Master在MLE-bench中以29.3%平均奖牌率领先微软RD-Agent的22.4%和OpenAI AIDE的16.9%。同时它还实现了93.3%的任务提交有效解、44.9%的任务超越半数人类参赛者，并将计算成本降到基线的一半。

### ML-Master适合用在哪些场景？
它主要面向机器学习任务自动化、AI开发效率提升和自我演进优化，也可扩展到材料科学、医疗诊断、金融交易等需要自主优化的领域。文章还提到，其技术思路可迁移到情感分析、观点挖掘等文本处理任务。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
