基准
MLE-Bench
面向机器学习工程任务的竞赛式基准测试，以奖牌率（medal rate）衡量AI系统在自主建模任务中的表现水平
时间轴 (近 90 天)
10月16日
MLE-Bench由OpenAI提出，采集自Kaggle真实竞赛，要求智能体在限定时间内完成数据加载、特征工程、模型训练、提交预测等完整流程。
待验证50%
10月16日
奖牌率指智能体提交结果达到该竞赛铜牌及以上阈值的比例，直接对标人类选手的相对表现。
待验证50%
9月23日
AIBuildAI-2.5在MLE-Bench上排名第一，取得73.3%的奖牌率
已过期50%
9月23日
MLE-Bench是由OpenAI提出的标准化评测框架，将Kaggle历史竞赛题目改造成可自动评分的基准，按金银铜三档划定奖牌区间
待验证50%