随着人工智能代理的出现，自动科学发现已成为一个可行的目标。许多近期研究构建了能够进行机器学习研究的代理系统，但缺乏系统化的训练方法，现有的大型语言模型往往生成看似合理但无效的想法。为了解决这一问题，提出了一种新颖的合成环境生成管道，专门针对机器学习代理。该管道自动合成与SWE-agent框架兼容的机器学习挑战，涵盖主题采样、数据集提议和代码生成。生成的合成任务基于真实的机器学习数据集，确保提出的数...