研究人员提出自动化机器学习管线合成框架EvoML
Start here
2026年11月4日，研究人员在arXiv上发布了端到端机器学习流水线合成AI智能体框架EvoML。该系统基于专家自演进技能与验证门控机制，由Orchestrator、Executor和Curator三个模块协同运作，通过结构、执行与语义检查阻断错误传播，并不断沉淀演进技能库。在针对8个真实数据集的评测中，EvoML均实现了全自动化且质量达到最优，其中分割任务的Dice值达到0.94，分类任务准确率达0.99。
AI-generated from reports · Updated 16 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 人工智能EvoML：基于专家自演进技能与验证门控的机器学习流水线合成框架
EvoML 是基于专家自演进技能与验证门控机制的端到端机器学习流水线合成 AI 智能体框架。系统由 Orchestrator、Executor 和 Curator 协作，通过结构、执行与语义检查阻断错误传播并沉淀演进技能库。在 8 个真实数据集评测中，EvoML 均实现全自动化且质量最优，分割 Dice 达 0.94、分类准确率达 0.99。
Story heat trend
Current heat 6·Comparable peak 10（Nov 4 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.