연구진이 LLM 기반의 자가 진화형 멀티 에이전트 프레임워크 MLEvolve를 공개했어요. 이 프레임워크는 장기적인 머신러닝 알고리즘 발견을 목표로 합니다.
MLEvolve는 기존 MLE 에이전트의 정보 격리, 기억 없는 탐색, 계층적 제어 부족 문제를 해결하기 위해 Progressive MCGS 기반 트리 검색과 Retrospective Memory를 도입했어요.
MLE-Bench 평가 결과, MLEvolve는 평균 메달 획득률과 유효 제출률에서 기존 방식보다 뛰어난 성능을 보였고, AlphaEvolve를 능가하는 수학적 알고리즘 최적화 능력도 입증했어요.