HMA
HMA（Humanize MLE Agents）是一种双智能体交替协作框架，通过共享工作区和会话间上下文重置机制，让多个智能体接力完成长程机器学习工程任务，无需任务专用harness或先验知识注入
时间轴 (近 90 天)
HMA（Humanize MLE Agents）让两个智能体在同一个共享工作区上交替作业，每个会话最多执行k个实验，会话之间重置上下文，不依赖额外的任务专用harness或注入先验知识
HMA在MLE-bench基准测试（覆盖75项Kaggle任务）中达到了78.2%的any-medal率，刷新了当前最优水平（SOTA）
相比最强的开源基线方法，HMA在仅使用四分之一时间预算的情况下，将any-medal率提升了8.0个百分点
在六种配置、涵盖五组异构智能体组合的测试中，HMA相较于其组成部分的基线智能体平均提升了6.4个百分点的any-medal率
将HMA应用于内核优化场景时，HMA达到878个优化周期，与社区排行榜榜首的差距仅1.6%
研究团队基于CR-SMDP建立了交替策略超越单智能体参考上限的充分条件，并推导出实验预算边界
全部知识事实 (6)
HMA（Humanize MLE Agents）让两个智能体在同一个共享工作区上交替作业，每个会话最多执行k个实验，会话之间重置上下文，不依赖额外的任务专用harness或注入先验知识
50%待验证HMA在MLE-bench基准测试（覆盖75项Kaggle任务）中达到了78.2%的any-medal率，刷新了当前最优水平（SOTA）
50%待验证相比最强的开源基线方法，HMA在仅使用四分之一时间预算的情况下，将any-medal率提升了8.0个百分点
50%待验证在六种配置、涵盖五组异构智能体组合的测试中，HMA相较于其组成部分的基线智能体平均提升了6.4个百分点的any-medal率
50%待验证将HMA应用于内核优化场景时，HMA达到878个优化周期，与社区排行榜榜首的差距仅1.6%
50%待验证研究团队基于CR-SMDP建立了交替策略超越单智能体参考上限的充分条件，并推导出实验预算边界
50%