MLE Bench

MLE Bench (Machine Learning Engineering Benchmark) е стандарт за оценка на автономните способности на изкуствения интелект в областта на машинното обучение. Бенчмаркът поставя пред ИИ агентите реални инженерни предизвикателства, включително подготовка на данни, проектиране на невронни мрежи, оптимизация на хиперпараметри и обучение на модели.