论文

OMEGA:通过评估生成的算法来优化机器学习

OMEGA: Optimizing Machine Learning by Evaluating Generated Algorithms

应用与实践科学研究

摘要

为了自动化AI研究,我们引入一个完整的端到端框架OMEGA(Optimizing Machine learning by Evaluating Generated Algorithms,通过评估生成的算法来优化机器学习),它从想法生成开始,到可执行代码结束。我们的系统将结构化元提示工程与可执行代码生成相结合,以创造新的机器学习分类器。OMEGA框架已被用于生成若干新颖算法,它们在精选的20个基准数据集(infinity-bench)上超越了scikit-learn基线。你可以通过python包获取本文讨论的模型及更多内容:pip install omega-models。

OMEGA:通过评估生成的算法来优化机器学习:论文配图
图1:OMEGA核心框架,通过生成并评估模型产出的算法来迭代优化机器学习方案。