Em um estudo recente, a equipe de pesquisa da OpenAI lançou um novo benchmark chamado MLE-bench, projetado para avaliar o desempenho de agentes de IA em engenharia de aprendizado de máquina. Este estudo se concentra especificamente em 75 competições de engenharia de aprendizado de máquina do Kaggle, com o objetivo de testar uma variedade de habilidades necessárias para agentes no mundo real, incluindo treinamento de modelos, preparação de conjuntos de dados e execução de experimentos. Para uma melhor avaliação, a equipe de pesquisa utilizou dados de classificação pública do Kaggle para estabelecer uma base para cada um dos