# 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？

- Link: https://paooo.com/aigc-news/14576/
- Published: 2026-06-26T22:42:22+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * ML-Master以29.3%平均奖牌率登顶MLE-bench，超过微软与[OpenAI](https://paooo.com/tag/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](https://paooo.com/trends/)。
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。

阅读目录

 * [ML-Master是什么](https://paooo.com/aigc-news/14576/#mlmaster%e6%98%af%e4%bb%80%e4%b9%88)
 * [ML-Master的主要功能](https://paooo.com/aigc-news/14576/#mlmaster%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [ML-Master的技术原理](https://paooo.com/aigc-news/14576/#mlmaster%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [ML-Master的项目地址](https://paooo.com/aigc-news/14576/#mlmaster%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [ML-Master的应用场景](https://paooo.com/aigc-news/14576/#mlmaster%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)
       * [📝 站长洞察 (Editor’s Insight)](https://paooo.com/aigc-news/14576/#%f0%9f%93%9d-%e7%ab%99%e9%95%bf%e6%b4%9e%e5%af%9f-editor8217s-insight)

![ML-Master](https://paooo.com/wp-content/uploads/2026/05/ML-Master-website-1.avif)

## 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](https://paooo.com/ai-study/)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。

🔬 语宙深潜追问 · 进阶实操拆解

探索-推理融合怎么提升MLE表现？

先用并行探索快速生成多个候选方案，再用推理模块筛选、修正和收敛。这样既保留搜索广度，
又能通过反馈闭环持续优化，特别适合需要试错的机器学习工程任务。

低成本完成12小时任务靠什么？

靠任务切分、并行执行和自适应记忆，而不是盲目堆算力。把高不确定步骤交给探索，把可
验证步骤交给推理，并及时复用中间结论，能明显压低时间和计算成本。

🗳️ 读者观点微投票 · 您的实战立场是？

AI专家Agent登顶，关键是探索还是推理？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[⚡ 所属权威专题：OpenAI GPT 与 Sora 生态 →](https://paooo.com/topics/openai-gpt-sora/)

 * [击败谷歌Meta登顶MLE-bench！ML-Master 2.0：国产DeepSeek驱动的自主机器学习智能体，开启AI科研新范式](https://paooo.com/aigc-news/12520/)
 * [Agent Q – MultiOn公司推出的AI智能体，可以自我学习进化](https://paooo.com/aigc-news/27459/)
 * [MindDR 1.5：30B小模型如何以低训练成本超越巨头？深度研究智能体架构全解析](https://paooo.com/aigc-news/10745/)
 * [上海AI Lab发布InternVL3.5：开源多模态大模型全面升级，推理能力超越GPT-5，支持9种尺寸与高效部署](https://paooo.com/aigc-news/13901/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/14576/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
