연구진은 인간 대신 에이전트가 이해할 수 있는 데이터 과학 도구 개발을 목표로 Agentic-imodels를 선보였습니다. Agentic-imodels는 LLM 기반 해석성 지표를 활용하여 예측 성능과 에이전트가 이해하기 쉬운 모델 문자열 표현을 동시에 최적화합니다. 자동 연구 루프를 통해 진화된 모델은 BLADE 벤치마크에서 Copilot CLI, Claude Code, Codex의 성능을 최대 73% 향상시켰습니다.