这项由乔治亚理工学院的秦锐石、庄宇晨和斯坦福大学的辛格、梁珀西、张超、杨雪莉、戴博等研究人员联合完成的研究发表于2025年10月，论文编号为arXiv:2510.07307v1。有兴趣深入了解的读者可以通过该论文编号查询完整论文。
想象一个神奇的机器学习"题目制造工厂"，它可以像流水线一样源源不断地生产出高质量的机器学习竞赛题目。这就是斯坦福大学和乔治亚理工学院研究团队最新开发的MLE-Smith系统。以往制作一个机器学习竞赛题目需要专家花费大量时间精心设计，就像手工制作精美的工艺品一样耗时费力。而MLE-Smith则像是一个自动化工厂，能够将原始数据集自动转换成完整的竞赛题目，整个过程无需人工介入。
这项研究解决了机器学习领域一个关键问题：如何大规模地产生高质量的训练和评估任务。目前的机器学习代理需要大量多样化的任务来训练和测试，但制作这些任务极其耗时耗力。研究团队开发的这套系统首次实现了完全自动化的任务生成，就像从小作坊升级到现代工厂一样，大幅提升了效率和规模。
一、智能"工厂"的三个部门：自动化生产线的设计奥秘
MLE-
