**MLE-World：无需执行即可预测机器学习实验结果的世界模型**

_MLE-World: Predicting Machine Learning Experiment Outcomes with a Learned World Model_

> 针对 AI 研究代理在探索候选程序时受限于训练与评估成本的痛点，研究团队提出了 MLE-World。该模型基于 Qwen3.5-4B 微调，能够根据代码和数据描述预测程序的终端输出（如错误轨迹、训练日志及验证分数）并给出置信度，从而以极低的推理成本替代昂贵的实时执行。实验表明，MLE-World 在预测准确率上远超大型提示模型，且能指导测试时扩展（TTS）策略，显著提升 AI 代理在机器学习任务上的最终性能。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-28 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.37175)