[LG]《MLEvolve: A Self-Evolving Framework for Automated Machine Learning Algorithm Discovery》S Du, X Yan, J Shi, Z Cao… [Shanghai Artificial Intelligence Laboratory] (2026)

在自动机器学习领域，长程算法搜索是一个悬而未决的难题。过去的方法受困于分支隔离和无记忆试错，本质原因是搜索不会把失败经验沉淀为下一步判断。

本文的核心洞见是：把算法发现重新看作会积累经验的图搜索。由此，跨分支引用、回溯记忆和分层写代码使代理能从广撒网转向精修高分路径。

这项工作真正留下的遗产是让 AutoML 代理从“反复生成代码”走向“带记忆地进化”。它打开的新门是长程机器学习工程自动化，但门槛仍是高成本评测与复杂任务泛化。

arxiv.org/abs/2606.06473 机器学习 人工智能 论文 AI创造营