<table>
<tr
<td width="70%">
AutoGluon Assistant (aka MLZero)
Python Versions
GitHub license
Continuous Integration
Project Page
</td>
<td>
<img src="https://user-images.githubusercontent.com/16392542/77208906-224aa500-6aba-11ea-96bd-e81806074030.png" width="350">
</td>
</tr>
</table>
MLZero: End-to-end 머신러닝 자동화를 위한 다중 에이전트 시스템의 공식 구현체
AutoGluon Assistant (aka MLZero)는 원시적인 멀티모달 데이터를 고품질 ML 솔루션으로 변환하여, 인간의 개입 없이 종단 간(end-to-end) 멀티모달 머신러닝 또는 딥러닝 워크플로우를 자동화하는 다중 에이전트 시스템입니다.
📰 최신 소식
| 날짜 | 업데이트 |
|---|
| [2026-09-01] | 🎉 예산 제약형 에이전트 검색을 더 많이 활용하고, 더 스마트하게 탐색하기 (ExTS): 예산 제약형 에이전트 검색을 위한 개선된 트리 탐색 알고리즘을 소개합니다. ExTS는 현재 사용 중인 그리디(greedy) 또는 MCTS 반복 정제에 대한 적은 노력으로 성능을 크게 향상시키는 업그레이드입니다. EMNLP 2026 Findings에 채택되었으며, 내부 법률 검토 후 코드가 공개될 예정입니다! |
| ... | |
📚 문서화
자세한 사용 지침 및 고급 옵션은 다음 튜토리얼을 참조하십시오:
- Quickstart
- LLM 제공업체 - 다양한 AI 제공업체(Bedrock, OpenAI, Anthropic, SageMaker) 사용
- 인터페이스 - 다양한 인터페이스(CLI, Python API, WebUI, MCP) 작업
- 설정 - AutoGluon Assistant 설정 사용자 정의
- 채팅 모드 - 코드 실행 없는 대화형 Q&A
💾 설치
현재 Linux에서만 지원됩니다.
참고: conda가 설치되어 있지 않다면, conda의 공식 설치 가이드를 따라 설치하세요.
최신 기능을 사용하려면 소스에서 설치하세요:
pip install uv && uv pip install git+https://github.com/autogluon/autogluon-assistant.git
🚀 Quick Start (빠른 시작)
MLZero는 AWS Bedrock을 기본값으로 여러 LLM 제공업체를 지원합니다:
export AWS_DEFAULT_REGION="<your-region>"
export AWS_ACCESS_KEY_ID="<your-access-key>"
export AWS_SECRET_ACCESS_KEY="<your-secret-key>"
CLI에서 MLZero를 실행하려면:
mlzero -i <input_data_folder>
🐳 Docker (도커)
보안 참고 사항: MLZero는 작동 중에 LLM이 생성한 코드를 실행합니다. 이는 일반적으로 일반적인 머신러닝 작업에는 문제가 없지만, 호스트 시스템으로부터 추가적인 격리 계층을 제공하므로 보안상의 이유로 Docker 컨테이너 내부에서 실행하는 것이 권장됩니다.
프로젝트 루트에서 Docker 이미지를 빌드하세요.
docker build --no-cache -t mlzero:latest .
이 이미지에는 MLZero를 실행하기 위한 mlzero와 MAAB 벤치마킹을 위한 maab 두 개의 conda 환경이 포함되어 있습니다.
참고: 이 명령어는 maab/ 폴더가 아닌 리포지토리 루트 디렉터리에서 실행해야 합니다. (단, MAAB를 AWS Batch로 벤치마킹하기 위해 maab/aws_batch_submit.sh를 구체적으로 빌드하려는 경우는 제외합니다.)
버전 정보: 각 빌드는 GitHub의 main 브랜치에서 최신 코드를 가져옵니다. 특정 브랜치나 태그를 사용하려면 BRANCH 빌드 인수를 전달하세요:
docker build --no-cache --build-arg BRANCH=<branch-or-tag> -t mlzero:latest .
컨테이너 실행하기:
docker run -it --gpus all --shm-size=32g mlzero:latest
mlzero -i /opt/autogluon-assistant/maab/example_dataset/abalone/training
🖥️ Interfaces (인터페이스)
AutoGluon Assistant는 여러 인터페이스를 제공합니다:
CLI (명령줄 인터페이스)
Demo
Web UI (웹 사용자 인터페이스)
Demo
MCP (Model Context Protocol) (모델 컨텍스트 프로토콜)
Demo
📝 Citation (인용)
만약 연구에 Autogluon Assistant (MLZero)를 사용하신다면, 다음 논문을 인용해 주십시오:
@misc{fang2025mlzeromultiagentendtoendmachine,
title={MLZero: A Multi-Agent System for End-to-end Machine Learning Automation},
author={Haoyang Fang and Boran Han and Nick Erickson and Xiyuan Zhang and Su Zhou and Anirudh Dagar and Jiani Zhang and Ali Caner Turkmen and Cuixiong Hu and Huzefa Rangwala and Ying Nian Wu and Bernie Wang and George Karypis},
...
연구 코드 (Research code)
이 저장소는 학술 연구 및 실험을 목적으로 하는 연구 코드를 담고 있습니다. 이는 프로덕션 환경에 적합하지 않으며, 실제 사용 전에 검토, 테스트 및 보안 조치가 이루어져야 합니다.