# MLE-bench

> MLE-bench 分数从 2024 年 10 月 o1-preview + AIDE 的 16.9%，升至 2026 年 2 月 Gemini 3 配合检索与 Agent 脚手架的 64.4%——这是系统级数字，而非裸模型成绩。

取自真实 Kaggle 竞赛的机器学习工程任务基准。

- **分类:** 编码
- **2026 前沿:** 2024 年 10 月为 16.9%（o1-preview + AIDE），2026 年 2 月升至 64.4%（Gemini 3 配合检索与 Agent 脚手架）
- **可信度:** 64.4% 是在检索与 Agent 脚手架加持下取得的，衡量的是整个系统而非模型本身。另需注意 MLE-bench Lite 是另一套口径，分数更高，不可混用。
- **核验状态:** 已核验
- **来源:** [MLE-bench (OpenAI paper) / reporting](https://aiwiki.ai/wiki/mle_bench)
- **更新日期:** 2026-10-04