{"id":484573,"date":"2026-06-22T13:32:59","date_gmt":"2026-06-22T13:32:59","guid":{"rendered":"https:\/\/savepearlharbor.com\/?p=484573"},"modified":"-0001-11-30T00:00:00","modified_gmt":"-0001-11-29T21:00:00","slug":"","status":"publish","type":"post","link":"https:\/\/savepearlharbor.com\/?p=484573","title":{"rendered":"MLE-bench: \u0437\u043e\u043b\u043e\u0442\u043e \u0432\u0437\u044f\u0442\u043e, \u0430 \u0434\u043e\u043a\u0430\u0437\u0430\u0442\u0435\u043b\u044c\u0441\u0442\u0432\u0430 \u043e\u0441\u0442\u0430\u043b\u0438\u0441\u044c \u0432 \/tmp"},"content":{"rendered":"<div xmlns=\"http:\/\/www.w3.org\/1999\/xhtml\">\n<p><em>\u0412 \u0430\u043f\u0440\u0435\u043b\u0435 \u043c\u043e\u0439 \u0430\u0433\u0435\u043d\u0442 \u0441\u043c\u043e\u0433 \u043f\u0435\u0440\u0435\u0448\u0430\u0433\u043d\u0443\u0442\u044c \u0437\u043e\u043b\u043e\u0442\u043e\u0439 \u043f\u043e\u0440\u043e\u0433 \u043d\u0430 MLE-bench \u0432 \u0430\u0433\u0435\u043d\u0442\u0441\u043a\u0438\u0445 \u0441\u043e\u0440\u0435\u0432\u043d\u043e\u0432\u0430\u043d\u0438\u044f\u0445 Berkeley RDI, \u0430 \u043a\u043e\u0433\u0434\u0430 \u044f \u0440\u0435\u0448\u0438\u043b \u043f\u043e\u043a\u0430\u0437\u0430\u0442\u044c \u00ab\u0442\u043e\u0442 \u0441\u0430\u043c\u044b\u0439 \u043a\u043e\u0434, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0432\u0437\u044f\u043b \u0437\u043e\u043b\u043e\u0442\u043e\u00bb \u2014 \u043f\u043e\u043d\u044f\u043b, \u0447\u0442\u043e \u043d\u0435 \u0443\u0432\u0435\u0440\u0435\u043d, \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0443\u0435\u0442 \u043b\u0438 \u043e\u043d \u0432\u043e\u043e\u0431\u0449\u0435.<\/em><\/p>\n<p>\u0425\u0430\u0431\u0440, \u043f\u0440\u0438\u0432\u0435\u0442! \u041c\u0435\u043d\u044f \u0437\u043e\u0432\u0443\u0442 \u0413\u0435\u043e\u0440\u0433\u0438\u0439, \u0438 \u0432 \u0441\u0432\u043e\u0435\u0439 \u043f\u0435\u0440\u0432\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0435 \u043d\u0430 \u043f\u043b\u043e\u0449\u0430\u0434\u043a\u0435 \u044f \u0440\u0435\u0448\u0438\u043b \u0440\u0430\u0437\u043e\u0431\u0440\u0430\u0442\u044c\u0441\u044f, \u0447\u0442\u043e \u0436\u0435 \u043f\u0440\u043e\u0438\u0441\u0445\u043e\u0434\u0438\u043b\u043e \u043d\u0430 \u0441\u0430\u043c\u043e\u043c \u0434\u0435\u043b\u0435. \u0426\u0438\u0444\u0440\u043e\u0432\u043e\u0439 \u0434\u0435\u0442\u0435\u043a\u0442\u0438\u0432: \u0441 \u0447\u0435\u043c \u044f \u043f\u0440\u0435\u043e\u0434\u043e\u043b\u0435\u043b \u043f\u043b\u0430\u043d\u043a\u0443, \u0433\u0434\u0435 \u044d\u0442\u043e\u0442 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u0442\u0435\u043f\u0435\u0440\u044c (\u0441\u043f\u043e\u0439\u043b\u0435\u0440: \u043d\u0438\u0433\u0434\u0435) \u0438 \u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0441\u043c\u044b\u0441\u043b\u0430 \u0432 \u044d\u0442\u043e\u043c \u00ab\u0437\u043e\u043b\u043e\u0442\u0435\u00bb. \u042d\u0442\u043e \u0438\u0441\u0442\u043e\u0440\u0438\u044f \u043e \u0442\u043e\u043c, \u043a\u0430\u043a \u044f \u0440\u0430\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043b \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u0443\u044e \u00ab\u043f\u043e\u0431\u0435\u0434\u0443\u00bb<\/p>\n<blockquote>\n<p>\u041f\u0440\u043e \u0441\u0430\u043c\u0438 \u0430\u0433\u0435\u043d\u0442\u0441\u043a\u0438\u0435 \u0441\u043e\u0440\u0435\u0432\u043d\u043e\u0432\u0430\u043d\u0438\u044f \u0443\u0436\u0435 \u0445\u043e\u0440\u043e\u0448\u043e \u043d\u0430\u043f\u0438\u0441\u0430\u043b\u0438 \u043a\u043e\u043b\u043b\u0435\u0433\u0438 \u0438\u0437 AI Talent Hub \u2014 \u043f\u043e\u0441\u0442 <a href=\"https:\/\/habr.com\/ru\/articles\/1043574\/\" rel=\"noopener noreferrer nofollow\">\u00ab\u0410\u0433\u0435\u043d\u0442 \u043f\u0440\u043e\u0442\u0438\u0432 \u0430\u0433\u0435\u043d\u0442\u0430\u00bb<\/a>. \u0412 \u043d\u0438\u0445 \u0430\u0433\u0435\u043d\u0442\u043e\u0432 \u043e\u0446\u0435\u043d\u0438\u0432\u0430\u043b\u0438 \u043d\u0435 \u043f\u043e \u0442\u0435\u043a\u0441\u0442\u0443 \u043e\u0442\u0432\u0435\u0442\u0430, \u0430 \u043f\u043e \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u043c \u0434\u0435\u0439\u0441\u0442\u0432\u0438\u044f\u043c \u2014 \u0433\u0434\u0435 \u0441\u0430\u043c \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a \u0441\u0442\u0430\u043d\u043e\u0432\u0438\u0442\u0441\u044f \u0430\u0433\u0435\u043d\u0442\u043e\u043c: \u0437\u0435\u043b\u0451\u043d\u044b\u0439 \u0430\u0433\u0435\u043d\u0442-\u0441\u0443\u0434\u044c\u044f \u043e\u0431\u0449\u0430\u0435\u0442\u0441\u044f \u0441 \u0442\u0432\u043e\u0438\u043c \u2014 \u0444\u0438\u043e\u043b\u0435\u0442\u043e\u0432\u044b\u043c \u0430\u0433\u0435\u043d\u0442\u043e\u043c \u043d\u0430\u043f\u0440\u044f\u043c\u0443\u044e.<\/p>\n<\/blockquote>\n<figure class=\"full-width \"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/d71\/a0b\/abf\/d71a0babf4e5080fd225a1b62e24c01e.png\" width=\"1200\" height=\"630\" sizes=\"auto, (max-width: 780px) 100vw, 50vw\" srcset=\"https:\/\/habrastorage.org\/r\/w780\/getpro\/habr\/upload_files\/d71\/a0b\/abf\/d71a0babf4e5080fd225a1b62e24c01e.png 780w,&#10;       https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/d71\/a0b\/abf\/d71a0babf4e5080fd225a1b62e24c01e.png 781w\" loading=\"lazy\" decode=\"async\"\/><\/figure>\n<h3>\u0421\u043e\u0440\u0435\u0432\u043d\u043e\u0432\u0430\u043d\u0438\u0435, \u0433\u0434\u0435 \u0441\u0443\u0434\u044c\u044f \u0442\u043e\u0436\u0435 \u0430\u0433\u0435\u043d\u0442<\/h3>\n<p>\u0421\u043e\u0440\u0435\u0432\u043d\u043e\u0432\u0430\u043d\u0438\u0435 <a href=\"https:\/\/rdi.berkeley.edu\/agentx-agentbeats.html\" rel=\"noopener noreferrer nofollow\">AgentX\u2013AgentBeats<\/a> \u043e\u0442 Berkeley RDI \u043f\u0440\u043e\u0445\u043e\u0434\u0438\u043b\u043e \u0441 \u043e\u0441\u0435\u043d\u0438 2025 \u043f\u043e \u043b\u0435\u0442\u043e 2026: \u043e\u0441\u0435\u043d\u044c\u044e \u043a\u043e\u043c\u0430\u043d\u0434\u044b \u0441\u043e\u0431\u0438\u0440\u0430\u043b\u0438 \u0430\u0433\u0435\u043d\u0442\u043e\u0432-\u043e\u0446\u0435\u043d\u0449\u0438\u043a\u043e\u0432, \u0430 \u0432\u0435\u0441\u043d\u043e\u0439 \u2014 \u0441\u043e\u0440\u0435\u0432\u043d\u043e\u0432\u0430\u043b\u0438\u0441\u044c \u0430\u0433\u0435\u043d\u0442\u044b-\u0440\u0435\u0448\u0430\u0442\u0435\u043b\u0438. \u0411\u043e\u043b\u044c\u0448\u0435 3400 \u0443\u0447\u0430\u0441\u0442\u043d\u0438\u043a\u043e\u0432 \u0432\u0442\u043e\u0440\u043e\u0439 \u0444\u0430\u0437\u044b \u0438 \u0431\u043e\u043b\u044c\u0448\u0435 \u0434\u0435\u0441\u044f\u0442\u043a\u0430 \u0442\u0440\u0435\u043a\u043e\u0432: \u0444\u0438\u043d\u0430\u043d\u0441\u044b, \u0438\u0433\u0440\u044b, \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u044f, computer-use, \u0431\u0435\u0437\u043e\u043f\u0430\u0441\u043d\u043e\u0441\u0442\u044c, \u043c\u0443\u043b\u044c\u0442\u0438\u0430\u0433\u0435\u043d\u0442\u043d\u043e\u0441\u0442\u044c \u0438 \u0434\u0440\u0443\u0433\u0438\u0435. \u0414\u043b\u044f \u0441\u0435\u0431\u044f \u044f \u0432\u044b\u0431\u0440\u0430\u043b MLE-bench \u2014 \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a ML-\u0438\u043d\u0436\u0435\u043d\u0435\u0440\u0438\u0438.<\/p>\n<p><a href=\"https:\/\/arxiv.org\/abs\/2410.07095\" rel=\"noopener noreferrer nofollow\">MLE-bench<\/a> \u2014 \u044d\u0442\u043e \u043d\u0430\u0431\u043e\u0440 \u0438\u0437 75 \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u0445 Kaggle-\u0441\u043e\u0440\u0435\u0432\u043d\u043e\u0432\u0430\u043d\u0438\u0439 (\u0438\u0437\u043d\u0430\u0447\u0430\u043b\u044c\u043d\u043e \u043e\u0442 OpenAI), \u043d\u0430 \u043a\u043e\u0442\u043e\u0440\u043e\u043c \u043f\u0440\u043e\u0432\u0435\u0440\u044f\u044e\u0442, \u0441\u043f\u043e\u0441\u043e\u0431\u0435\u043d \u043b\u0438 \u0430\u0433\u0435\u043d\u0442 \u043f\u0440\u043e\u0439\u0442\u0438 \u0432\u0435\u0441\u044c \u043f\u0443\u0442\u044c ML-\u0438\u043d\u0436\u0435\u043d\u0435\u0440\u0430 \u0441\u0430\u043c: \u043f\u0440\u043e\u0447\u0438\u0442\u0430\u0442\u044c \u0434\u0430\u043d\u043d\u044b\u0435, \u0441\u043e\u0431\u0440\u0430\u0442\u044c \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u0438, \u043e\u0431\u0443\u0447\u0438\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u0438 \u0438 \u043e\u0442\u0434\u0430\u0442\u044c \u0432\u0430\u043b\u0438\u0434\u043d\u044b\u0439 <code>submission.csv<\/code>. \u041f\u043e\u0440\u043e\u0433\u0438 \u0437\u043e\u043b\u043e\u0442\u0430, \u0441\u0435\u0440\u0435\u0431\u0440\u0430 \u0438 \u0431\u0440\u043e\u043d\u0437\u044b \u0431\u0435\u0440\u0443\u0442\u0441\u044f \u0438\u0437 \u043f\u0435\u0440\u0446\u0435\u043d\u0442\u0438\u043b\u0435\u0439 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b\u044c\u043d\u043e\u0439 Kaggle-\u0434\u043e\u0441\u043a\u0438.<\/p>\n<p>\u0413\u043b\u0430\u0432\u043d\u044b\u0439 \u0442\u0432\u0438\u0441\u0442 \u0444\u043e\u0440\u043c\u0430\u0442\u0430: \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a \u2014 \u0441\u0430\u043c \u0430\u0433\u0435\u043d\u0442. \u0417\u0435\u043b\u0451\u043d\u044b\u0439 (green) \u0430\u0433\u0435\u043d\u0442-\u043e\u0446\u0435\u043d\u0449\u0438\u043a \u0432\u044b\u0434\u0430\u0451\u0442 \u0437\u0430\u0434\u0430\u0447\u0443 \u0444\u0438\u043e\u043b\u0435\u0442\u043e\u0432\u043e\u043c\u0443 (purple) \u0430\u0433\u0435\u043d\u0442\u0443-\u0440\u0435\u0448\u0430\u0442\u0435\u043b\u044e \u043f\u043e \u043f\u0440\u043e\u0442\u043e\u043a\u043e\u043b\u0443 <a href=\"https:\/\/github.com\/a2aproject\/A2A\" rel=\"noopener noreferrer nofollow\">A2A<\/a>, \u0442\u043e\u0442 \u0435\u0451 \u0440\u0435\u0448\u0430\u0435\u0442, \u0417\u0435\u043b\u0451\u043d\u044b\u0439 \u0441\u0447\u0438\u0442\u0430\u0435\u0442 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442. \u0427\u0435\u043b\u043e\u0432\u0435\u043a\u0430 \u0432 \u0446\u0438\u043a\u043b\u0435 \u043d\u0435\u0442.<\/p>\n<pre><code>Green-\u0430\u0433\u0435\u043d\u0442 (MLE-bench)   \u2502  A2A: tar.gz \u2014 \u0434\u0430\u043d\u043d\u044b\u0435 \u0438 \u0443\u0441\u043b\u043e\u0432\u0438\u0435 \u0437\u0430\u0434\u0430\u0447\u0438   \u25bcPurple-\u0430\u0433\u0435\u043d\u0442: LLM-\u043f\u0435\u0442\u043b\u044f, \u0434\u043e 30 \u0438\u0442\u0435\u0440\u0430\u0446\u0438\u0439   \u043c\u043e\u0434\u0435\u043b\u044c \u043f\u0438\u0448\u0435\u0442 \u043a\u043e\u0434 \u2192 run_python \u2192 \u0432\u044b\u0432\u043e\u0434 \u2192 \u043d\u0430\u0437\u0430\u0434 \u0432 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442 \u2192 (\u043f\u043e\u0432\u0442\u043e\u0440)   \u2026 \u043f\u043e\u043a\u0430 \u0432 \u0440\u0430\u0431\u043e\u0447\u0435\u0439 \u043f\u0430\u043f\u043a\u0435 \u043d\u0435 \u043f\u043e\u044f\u0432\u0438\u0442\u0441\u044f submission.csv   \u2502  A2A: submission.csv (base64)   \u25bcGreen-\u0430\u0433\u0435\u043d\u0442: \u043c\u0435\u0442\u0440\u0438\u043a\u0430 \u043f\u043e \u0441\u043a\u0440\u044b\u0442\u043e\u043c\u0443 \u0442\u0435\u0441\u0442\u0443 \u2192 \u0441\u0432\u0435\u0440\u043a\u0430 \u0441 \u043f\u043e\u0440\u043e\u0433\u0430\u043c\u0438<\/code><div class=\"code-explainer\"><a href=\"https:\/\/sourcecraft.dev\/\" class=\"tm-button code-explainer__link\" style=\"visibility: hidden;\"><img style=\"width:87px;height:14px;object-fit:cover;object-position:left;\"\/><\/a><\/div><\/pre>\n<p>\u041d\u0430 MLE-bench \u0417\u0435\u043b\u0451\u043d\u044b\u0439 \u0441\u0443\u0434\u0438\u0442 \u043c\u0435\u0445\u0430\u043d\u0438\u0447\u0435\u0441\u043a\u0438: \u043f\u0440\u043e\u0433\u043e\u043d\u044f\u0435\u0442 \u043c\u0435\u0442\u0440\u0438\u043a\u0443 \u0441\u043e\u0440\u0435\u0432\u043d\u043e\u0432\u0430\u043d\u0438\u044f \u043f\u043e \u0441\u043a\u0440\u044b\u0442\u043e\u043c\u0443 \u0442\u0435\u0441\u0442\u0443 \u0438 \u0441\u0432\u0435\u0440\u044f\u0435\u0442 \u0441 \u043f\u043e\u0440\u043e\u0433\u0430\u043c\u0438. \u041d\u0435 \u043a\u0430\u043a \u0432 \u0440\u0430\u0437\u0433\u043e\u0432\u043e\u0440\u043d\u044b\u0445 \u0442\u0440\u0435\u043a\u0430\u0445 \u0432\u0440\u043e\u0434\u0435 \u03c4\u00b2-bench \u2014 \u0442\u0430\u043c \u0437\u0435\u043b\u0451\u043d\u044b\u0439 \u0430\u0433\u0435\u043d\u0442 \u0441\u0430\u043c \u0432\u0435\u0434\u0451\u0442 \u0434\u0438\u0430\u043b\u043e\u0433, \u0441\u043f\u043e\u0440\u0438\u0442 \u0438 \u0440\u0435\u0448\u0430\u0435\u0442, \u0434\u043e\u0442\u0430\u0449\u0438\u043b \u043b\u0438 \u0442\u044b \u0437\u0430\u0434\u0430\u0447\u0443. \u00ab\u0410\u0433\u0435\u043d\u0442\u044b \u0441\u0443\u0434\u044f\u0442 \u0430\u0433\u0435\u043d\u0442\u043e\u0432\u00bb \u0437\u0434\u0435\u0441\u044c \u043e\u0437\u043d\u0430\u0447\u0430\u0435\u0442 \u00ab\u0430\u0433\u0435\u043d\u0442 \u0441\u0442\u0430\u0432\u0438\u0442 \u0437\u0430\u0434\u0430\u0447\u0443 \u0438 \u0441\u0432\u043e\u0434\u0438\u0442 \u0441\u0447\u0451\u0442\u00bb, \u0430 \u043d\u0435 \u00ab\u043a\u0442\u043e \u0435\u043c\u0443 \u0431\u043e\u043b\u044c\u0448\u0435 \u043f\u043e\u043d\u0440\u0430\u0432\u0438\u043b\u0441\u044f\u00bb.<\/p>\n<p>\u0417\u0430\u0434\u0430\u0447\u0430 \u043c\u043d\u0435 \u0432\u044b\u043f\u0430\u043b\u0430 \u043a\u043b\u0430\u0441\u0441\u0438\u0447\u0435\u0441\u043a\u0430\u044f: <a href=\"https:\/\/www.kaggle.com\/competitions\/spaceship-titanic\" rel=\"noopener noreferrer nofollow\">Spaceship Titanic<\/a> \u2014 \u0431\u0438\u043d\u0430\u0440\u043d\u0430\u044f \u043a\u043b\u0430\u0441\u0441\u0438\u0444\u0438\u043a\u0430\u0446\u0438\u044f, ~8700 \u0441\u0442\u0440\u043e\u043a train \u0438 ~4300 test, \u043c\u0435\u0442\u0440\u0438\u043a\u0430 \u2014 accuracy. \u0417\u043e\u043b\u043e\u0442\u043e\u0439 \u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442 \u0432\u0441\u0435\u0445 \u043a\u0443\u0440\u0441\u043e\u0432 \u043f\u043e Data Science \u0438 \u0441\u043e\u0440\u0435\u0432\u043d\u043e\u0432\u0430\u043d\u0438\u044f\u0445 Kaggle.<\/p>\n<h3>\u0423\u043b\u0438\u043a\u0430: \u043a\u0430\u043a \u0417\u0435\u043b\u0451\u043d\u044b\u0439 \u043f\u0435\u0440\u0435\u0434\u0430\u0451\u0442 \u0437\u0430\u0434\u0430\u0447\u0443 \u0424\u0438\u043e\u043b\u0435\u0442\u043e\u0432\u043e\u043c\u0443<\/h3>\n<p>\u041c\u043e\u0439 purple-\u0430\u0433\u0435\u043d\u0442 \u2014 \u0441\u0435\u0440\u0432\u0438\u0441 \u043d\u0430 FastAPI, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0433\u043e\u0432\u043e\u0440\u0438\u0442 \u043d\u0430 A2A. \u0417\u0435\u043b\u0451\u043d\u044b\u0439 \u043f\u0440\u0438\u0441\u044b\u043b\u0430\u0435\u0442 \u0441\u043e\u0440\u0435\u0432\u043d\u043e\u0432\u0430\u043d\u0438\u0435 \u0430\u0440\u0445\u0438\u0432\u043e\u043c <code>tar.gz<\/code> \u0432 \u0447\u0430\u0441\u0442\u044f\u0445 A2A-\u0441\u043e\u043e\u0431\u0449\u0435\u043d\u0438\u044f (base64). \u0410\u0433\u0435\u043d\u0442 \u0430\u0440\u0445\u0438\u0432 \u0440\u0430\u0441\u043f\u0430\u043a\u043e\u0432\u044b\u0432\u0430\u0435\u0442, \u043e\u0431\u0440\u0430\u0431\u0430\u0442\u044b\u0432\u0430\u0435\u0442 \u0438 \u0432\u043e\u0437\u0432\u0440\u0430\u0449\u0430\u0435\u0442 <code>submission.csv<\/code> \u043a\u0430\u043a \u0430\u0440\u0442\u0435\u0444\u0430\u043a\u0442. \u0420\u0430\u0441\u043f\u0430\u043a\u043e\u0432\u043a\u0430 \u0438\u0434\u0451\u0442 \u0432\u043e \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u0443\u044e \u0434\u0438\u0440\u0435\u043a\u0442\u043e\u0440\u0438\u044e:<\/p>\n<pre><code class=\"python\"># executor.py: \u0434\u043e\u0441\u0442\u0430\u0451\u043c \u0441\u043e\u0440\u0435\u0432\u043d\u043e\u0432\u0430\u043d\u0438\u0435 \u0438\u0437 \u0447\u0430\u0441\u0442\u0435\u0439 A2A-\u0441\u043e\u043e\u0431\u0449\u0435\u043d\u0438\u044fdef _extract_input(self, message: Message) -&gt; tuple[str, str]:    workdir = tempfile.mkdtemp(prefix=\"mle_agent_\")        # \u044d\u0444\u0435\u043c\u0435\u0440\u043d\u0430\u044f \u043f\u0430\u043f\u043a\u0430    instructions = \"\"    for part in message.parts:        p = part.root if hasattr(part, \"root\") else part        if isinstance(p, TextPart):            instructions += p.text + \"\\n\"        elif isinstance(p, FilePart) and p.file.bytes:            raw = base64.b64decode(p.file.bytes)            archive_path = os.path.join(workdir, \"competition.tar.gz\")            with open(archive_path, \"wb\") as f:                f.write(raw)            with tarfile.open(archive_path, \"r:gz\") as tar:                tar.extractall(workdir)    return workdir, instructions                            # \u0441\u044e\u0434\u0430 \u0436\u0435 \u043b\u044f\u0436\u0435\u0442 submission.csv<\/code><div class=\"code-explainer\"><a href=\"https:\/\/sourcecraft.dev\/\" class=\"tm-button code-explainer__link\" style=\"visibility: hidden;\"><img style=\"width:14px;height:14px;object-fit:cover;object-position:left;\"\/><\/a><\/div><\/pre>\n<p><em>\u0424\u0440\u0430\u0433\u043c\u0435\u043d\u0442 \u0441\u043e\u043a\u0440\u0430\u0449\u0451\u043d (\u043e\u043f\u0443\u0449\u0435\u043d\u044b \u0432\u0435\u0442\u043a\u0430 \u0441 URI \u0438 \u043b\u043e\u0433\u0438); \u0446\u0435\u043b\u0438\u043a\u043e\u043c \u2014 \u0432 <\/em><a href=\"https:\/\/github.com\/dmagog\/mle-purple-agent\" rel=\"noopener noreferrer nofollow\"><em>\u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0438<\/em><\/a><em>.<\/em><\/p>\n<p>\u0414\u043b\u044f \u0441\u0435\u0440\u0432\u0438\u0441\u0430 \u044d\u0442\u043e \u043d\u043e\u0440\u043c\u0430\u043b\u044c\u043d\u043e: \u043f\u0440\u0438\u0448\u043b\u0430 \u0437\u0430\u0434\u0430\u0447\u0430, \u0440\u0430\u0437\u0432\u0435\u0440\u043d\u0443\u043b\u0438 \u0432 <code>\/tmp<\/code>, \u043e\u0442\u0440\u0430\u0431\u043e\u0442\u0430\u043b\u0438, \u043e\u0442\u0434\u0430\u043b\u0438 \u043e\u0442\u0432\u0435\u0442. <code>Executor<\/code> \u043f\u0440\u0438\u043d\u0438\u043c\u0430\u0435\u0442 \u0437\u0430\u0434\u0430\u0447\u0443 \u0430\u0441\u0438\u043d\u0445\u0440\u043e\u043d\u043d\u043e, \u0433\u043e\u043d\u044f\u0435\u0442 \u0440\u0435\u0448\u0430\u0442\u0435\u043b\u044c \u0432 \u043f\u0443\u043b\u0435 \u043f\u043e\u0442\u043e\u043a\u043e\u0432 \u0438 \u0441\u0442\u0440\u0438\u043c\u0438\u0442 \u0417\u0435\u043b\u0451\u043d\u043e\u043c\u0443 \u0441\u043e\u0431\u044b\u0442\u0438\u044f \u043f\u0440\u043e\u0433\u0440\u0435\u0441\u0441\u0430 (<code>TaskStatusUpdateEvent<\/code>) \u2014 \u043f\u043e\u043b\u043d\u043e\u0446\u0435\u043d\u043d\u044b\u0439 \u0441\u0435\u0440\u0432\u0438\u0441, \u0430 \u043d\u0435 \u0441\u043a\u0440\u0438\u043f\u0442 \u00ab\u0437\u0430\u043f\u0443\u0441\u0442\u0438\u043b \u0438 \u0443\u0448\u0451\u043b\u00bb.<\/p>\n<h3>\u041f\u043e\u0434\u043e\u0437\u0440\u0435\u0432\u0430\u0435\u043c\u044b\u0439: LLM-\u043f\u0435\u0442\u043b\u044f, \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u043a\u0430\u0436\u0434\u044b\u0439 \u0440\u0430\u0437 \u043f\u0438\u0448\u0435\u0442 \u043a\u043e\u0434 \u0437\u0430\u043d\u043e\u0432\u043e<\/h3>\n<p>\u0427\u0442\u043e \u0443 purple-\u0430\u0433\u0435\u043d\u0442\u0430 \u0432\u043d\u0443\u0442\u0440\u0438? \u0426\u0438\u043a\u043b tool-use \u0432\u043e\u043a\u0440\u0443\u0433 LLM. \u0414\u043e 30 \u0438\u0442\u0435\u0440\u0430\u0446\u0438\u0439, \u043f\u044f\u0442\u044c \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u043e\u0432 (<code>list_files<\/code>, <code>read_file<\/code>, <code>inspect_csv<\/code>, <code>run_python<\/code>, <code>validate_submission<\/code>) \u043f\u043e\u0432\u0435\u0440\u0445 \u0436\u0438\u0432\u043e\u0433\u043e \u0438\u043d\u0442\u0435\u0440\u043f\u0440\u0435\u0442\u0430\u0442\u043e\u0440\u0430, \u0433\u0434\u0435 \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0435 \u0438 \u0438\u043c\u043f\u043e\u0440\u0442\u044b \u0441\u043e\u0445\u0440\u0430\u043d\u044f\u044e\u0442\u0441\u044f \u043c\u0435\u0436\u0434\u0443 \u0432\u044b\u0437\u043e\u0432\u0430\u043c\u0438.<\/p>\n<pre><code class=\"python\"># ml_agent.py: \u043c\u043e\u0434\u0435\u043b\u044c \u0441\u0430\u043c\u0430 \u043f\u0438\u0448\u0435\u0442 \u043a\u043e\u0434 \u0438 \u0438\u0441\u043f\u043e\u043b\u043d\u044f\u0435\u0442 \u0435\u0433\u043e \u0447\u0435\u0440\u0435\u0437 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u044bfor iteration in range(MAX_ITERATIONS):                 # MAX_ITERATIONS = 30    response = client.chat.completions.create(        model=model, messages=messages,        tools=tool_schemas, tool_choice=\"auto\", max_tokens=4096,    )    msg = response.choices[0].message    messages.append(msg.model_dump(exclude_none=True))    if not msg.tool_calls:                              # \u043c\u043e\u0434\u0435\u043b\u044c \u043d\u0435 \u0437\u043e\u0432\u0451\u0442 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u044b        if os.path.exists(submission_path):             # submission.csv \u0433\u043e\u0442\u043e\u0432 \u2014 \u0432\u044b\u0445\u043e\u0434\u0438\u043c            break        messages.append({\"role\": \"user\",            \"content\": \"Continue. If you have not yet created submission.csv, do so now.\"})        continue    for tc in msg.tool_calls:                           # run_python, inspect_csv, ...        result = dispatch(tc.function.name, json.loads(tc.function.arguments))        messages.append({\"role\": \"tool\", \"tool_call_id\": tc.id, \"content\": result})<\/code><div class=\"code-explainer\"><a href=\"https:\/\/sourcecraft.dev\/\" class=\"tm-button code-explainer__link\" style=\"visibility: hidden;\"><img style=\"width:14px;height:14px;object-fit:cover;object-position:left;\"\/><\/a><\/div><\/pre>\n<p><em>\u0417\u0434\u0435\u0441\u044c \u0443\u0431\u0440\u0430\u043d\u044b retry \u0438 \u043e\u0431\u0440\u0435\u0437\u043a\u0430 \u0434\u043b\u0438\u043d\u043d\u043e\u0433\u043e \u0432\u044b\u0432\u043e\u0434\u0430 \u2014 \u0441\u0443\u0442\u044c \u0432 \u0442\u043e\u043c, \u0447\u0442\u043e \u043c\u043e\u0434\u0435\u043b\u044c \u0441\u0430\u043c\u0430 \u043f\u0438\u0448\u0435\u0442 \u043a\u043e\u0434 \u0438 \u0433\u043e\u043d\u044f\u0435\u0442 \u0435\u0433\u043e \u0447\u0435\u0440\u0435\u0437 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u044b.<\/em><\/p>\n<p>\u0421\u0438\u0441\u0442\u0435\u043c\u043d\u044b\u0439 \u043f\u0440\u043e\u043c\u043f\u0442 \u0437\u0430\u0434\u0430\u0451\u0442 \u0436\u0451\u0441\u0442\u043a\u0438\u0439 \u043f\u043b\u0430\u043d \u043f\u043e \u0444\u0430\u0437\u0430\u043c: \u0440\u0430\u0437\u0432\u0435\u0434\u043a\u0430 \u0434\u0430\u043d\u043d\u044b\u0445, \u0444\u0438\u0447\u0438, \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u0438\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u0441 OOF, \u0441\u0442\u0435\u043a\u0438\u043d\u0433, \u0441\u0430\u0431\u043c\u0438\u0442, \u0442\u044e\u043d\u0438\u043d\u0433, \u0435\u0441\u043b\u0438 CV \u043f\u0440\u043e\u0441\u0435\u0434\u0430\u0435\u0442. \u041d\u043e \u043a\u0430\u043a \u0438\u043c\u0435\u043d\u043d\u043e \u043f\u0438\u0441\u0430\u0442\u044c \u043a\u043e\u0434 \u043d\u0430 \u043a\u0430\u0436\u0434\u043e\u0439 \u0444\u0430\u0437\u0435 \u2014 \u0440\u0435\u0448\u0430\u0435\u0442 \u043c\u043e\u0434\u0435\u043b\u044c. \u041d\u0430 \u043a\u0430\u0436\u0434\u043e\u043c \u043f\u0440\u043e\u0433\u043e\u043d\u0435 \u0437\u0430\u043d\u043e\u0432\u043e.<\/p>\n<p>\u0420\u0430\u0437 \u043a\u043e\u0434 \u043f\u0438\u0448\u0435\u0442\u0441\u044f \u0441 \u043d\u0443\u043b\u044f \u043a\u0430\u0436\u0434\u044b\u0439 \u0440\u0430\u0437, \u0430\u0433\u0435\u043d\u0442 \u043f\u043e \u0441\u0432\u043e\u0435\u0439 \u043f\u0440\u0438\u0440\u043e\u0434\u0435 \u0441\u0442\u043e\u0445\u0430\u0441\u0442\u0438\u0447\u0435\u043d. \u0417\u0430 \u0432\u043e\u0441\u0435\u043c\u044c \u043f\u0440\u043e\u0433\u043e\u043d\u043e\u0432 \u0441\u043a\u043e\u0440\u044b \u0433\u0443\u043b\u044f\u043b\u0438 \u043e\u0442 0.802 \u0434\u043e 0.821 \u2014 \u0441 \u0437\u043e\u043b\u043e\u0442\u043e\u043c, \u0441\u0435\u0440\u0435\u0431\u0440\u043e\u043c \u0438 \u0431\u0440\u043e\u043d\u0437\u043e\u0439 \u0441\u0440\u0435\u0434\u0438 \u043d\u0438\u0445.<\/p>\n<figure class=\"full-width \"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/212\/fa6\/c32\/212fa6c3203eaf3175fffc27fa2bb0e1.png\" alt=\"\u0412\u043e\u0441\u0435\u043c\u044c \u043f\u0440\u043e\u0433\u043e\u043d\u043e\u0432 \u043e\u0434\u043d\u043e\u0433\u043e \u0430\u0433\u0435\u043d\u0442\u0430: \u0437\u043e\u043b\u043e\u0442\u043e \u043f\u043e\u0439\u043c\u0430\u043d\u043e, \u0430 \u043d\u0435 \u0441\u043a\u043e\u043d\u0441\u0442\u0440\u0443\u0438\u0440\u043e\u0432\u0430\u043d\u043e\" title=\"\u0412\u043e\u0441\u0435\u043c\u044c \u043f\u0440\u043e\u0433\u043e\u043d\u043e\u0432 \u043e\u0434\u043d\u043e\u0433\u043e \u0430\u0433\u0435\u043d\u0442\u0430: \u0437\u043e\u043b\u043e\u0442\u043e \u043f\u043e\u0439\u043c\u0430\u043d\u043e, \u0430 \u043d\u0435 \u0441\u043a\u043e\u043d\u0441\u0442\u0440\u0443\u0438\u0440\u043e\u0432\u0430\u043d\u043e\" width=\"1234\" height=\"669\" sizes=\"auto, (max-width: 780px) 100vw, 50vw\" srcset=\"https:\/\/habrastorage.org\/r\/w780\/getpro\/habr\/upload_files\/212\/fa6\/c32\/212fa6c3203eaf3175fffc27fa2bb0e1.png 780w,&#10;       https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/212\/fa6\/c32\/212fa6c3203eaf3175fffc27fa2bb0e1.png 781w\" loading=\"lazy\" decode=\"async\"\/><\/p>\n<div><figcaption>\u0412\u043e\u0441\u0435\u043c\u044c \u043f\u0440\u043e\u0433\u043e\u043d\u043e\u0432 \u043e\u0434\u043d\u043e\u0433\u043e \u0430\u0433\u0435\u043d\u0442\u0430: \u0437\u043e\u043b\u043e\u0442\u043e \u043f\u043e\u0439\u043c\u0430\u043d\u043e, \u0430 \u043d\u0435 \u0441\u043a\u043e\u043d\u0441\u0442\u0440\u0443\u0438\u0440\u043e\u0432\u0430\u043d\u043e<\/figcaption><\/div>\n<\/figure>\n<p>\u0421\u0442\u0430\u0431\u0438\u043b\u044c\u043d\u044b\u0439 \u043b\u0438 \u044d\u0442\u043e \u0440\u0435\u0448\u0430\u0442\u0435\u043b\u044c, \u0438\u043b\u0438 \u043c\u043d\u0435 \u043e\u0434\u0438\u043d \u0440\u0430\u0437 \u043f\u043e\u0432\u0435\u0437\u043b\u043e?<\/p>\n<p>\u0417\u0434\u0435\u0441\u044c \u0435\u0449\u0451 \u043d\u0430\u0431\u043b\u044e\u0434\u0435\u043d\u0438\u0435 \u043f\u0440\u043e \u043c\u043e\u0434\u0435\u043b\u044c, \u043a\u043e\u0442\u043e\u0440\u043e\u0435 \u0441\u0442\u043e\u0438\u043b\u043e \u043c\u043d\u0435 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u0438\u0445 \u0431\u0435\u0441\u0441\u043e\u043d\u043d\u044b\u0445 \u043f\u0440\u043e\u0433\u043e\u043d\u043e\u0432. \u041b\u0443\u0447\u0448\u0435 \u0432\u0441\u0435\u0445 end-to-end \u0432\u0435\u043b\u0430 \u0441\u0435\u0431\u044f \u0441\u0440\u0435\u0434\u043d\u044f\u044f \u043f\u043e \u0440\u0430\u0437\u043c\u0435\u0440\u0443 reasoning-\u043c\u043e\u0434\u0435\u043b\u044c, Gemini 2.5 Pro. \u041c\u043e\u0434\u0435\u043b\u0438 \u043a\u0440\u0443\u043f\u043d\u0435\u0435, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u044f \u043f\u0440\u043e\u0431\u043e\u0432\u0430\u043b, \u0440\u0430\u0431\u043e\u0442\u0430\u043b\u0438 \u0445\u0443\u0436\u0435: \u043f\u0435\u0440\u0435\u0443\u0441\u043b\u043e\u0436\u043d\u044f\u043b\u0438, \u0443\u0445\u043e\u0434\u0438\u043b\u0438 \u043e\u0442 \u043f\u043b\u0430\u043d\u0430, \u043e\u043f\u0443\u0441\u043a\u0430\u043b\u0438 \u043e\u0447\u0435\u0432\u0438\u0434\u043d\u044b\u0435 \u0443\u043a\u0430\u0437\u0430\u043d\u0438\u044f, \u0437\u0430\u0441\u0442\u0440\u0435\u0432\u0430\u043b\u0438 \u0432 \u043f\u0435\u0442\u043b\u0435. \u0422\u043e\u043d\u043a\u0438\u0439 \u0445\u0430\u0440\u043d\u0435\u0441\u0441 \u0432\u043e\u043a\u0440\u0443\u0433 \u043f\u043e\u0434\u0445\u043e\u0434\u044f\u0449\u0435\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 \u043e\u0431\u044b\u0433\u0440\u0430\u043b \u0431\u043e\u043b\u044c\u0448\u0443\u044e \u043c\u043e\u0434\u0435\u043b\u044c \u0432 \u0442\u044f\u0436\u0451\u043b\u043e\u0439 \u043e\u0431\u0432\u044f\u0437\u043a\u0435 (Opus 4.6 \u043d\u0435\u0449\u0430\u0434\u043d\u043e \u043f\u0435\u0440\u0435\u0438\u0437\u043e\u0431\u0440\u0435\u0442\u0430\u043b Titanic). \u041a\u043e\u043d\u0442\u0440\u0438\u043d\u0442\u0443\u0438\u0442\u0438\u0432\u043d\u043e, \u043d\u043e \u0442\u0430\u043a \u0432\u044b\u0448\u043b\u043e.<\/p>\n<h3>\u0420\u0430\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u0435: \u0437\u0430 \u0447\u0435\u043c \u0441\u043a\u0440\u044b\u0432\u0430\u043b\u0430\u0441\u044c \u043f\u043e\u0431\u0435\u0434\u0430?<\/h3>\n<p>\u0412\u043e\u0437\u043d\u0430\u043c\u0435\u0440\u0438\u0432\u0448\u0438\u0441\u044c \u043d\u0430\u043f\u0438\u0441\u0430\u0442\u044c \u0441\u0442\u0430\u0442\u044c\u044e, \u044f \u0437\u0430\u0434\u0430\u043b \u0441\u0435\u0431\u0435 \u043d\u0430\u0438\u0432\u043d\u044b\u0439 \u0432\u043e\u043f\u0440\u043e\u0441: \u00ab\u0410 \u0433\u0434\u0435, \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u043e, \u043a\u043e\u0434, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0432\u0437\u044f\u043b \u0437\u043e\u043b\u043e\u0442\u043e?\u00bb<\/p>\n<p>\u0412 \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0438 \u043b\u0435\u0436\u0438\u0442 \u0447\u0438\u0441\u0442\u044b\u0439 \u0434\u0435\u0442\u0435\u0440\u043c\u0438\u043d\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0439 \u0440\u0435\u0448\u0430\u0442\u0435\u043b\u044c <code>solve_spaceship.py<\/code>, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0431\u044b\u043b \u0441\u043e\u0437\u0434\u0430\u043d \u0434\u043b\u044f \u0434\u0435\u043c\u043e\u043d\u0441\u0442\u0440\u0430\u0446\u0438\u0438 \u0432\u0441\u0435\u0439 \u0441\u0432\u044f\u0437\u043a\u0438 \u0430\u0433\u0435\u043d\u0442\u0430. \u041d\u043e \u0430\u043f\u0440\u0435\u043b\u044c\u0441\u043a\u043e\u0435 \u0437\u043e\u043b\u043e\u0442\u043e \u0432\u0437\u044f\u043b \u043d\u0435 \u043e\u043d, \u0430 LLM-\u043f\u0435\u0442\u043b\u044f. \u0410 \u0433\u0434\u0435 \u0432\u0437\u044f\u0442\u044c \u0441\u0430\u043c \u0437\u043e\u043b\u043e\u0442\u043e\u0439 <code>submission.csv<\/code>? \u0412 \u0437\u0430\u043f\u0438\u0441\u0438 \u043f\u0440\u043e\u0433\u043e\u043d\u0430 \u0441\u0442\u043e\u0438\u0442 <code>submission_path: \/tmp\/tmpf205ekw1.csv<\/code>. \u0422\u043e\u0442 \u0441\u0430\u043c\u044b\u0439 \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0439 \u0444\u0430\u0439\u043b \u0438\u0437 \u0440\u0430\u0437\u0434\u0435\u043b\u0430 \u043f\u0440\u043e A2A: \u043e\u043d \u0436\u0438\u043b \u0432 \u044d\u0444\u0435\u043c\u0435\u0440\u043d\u043e\u0439 \u0434\u0438\u0440\u0435\u043a\u0442\u043e\u0440\u0438\u0438, \u043d\u0438\u043a\u043e\u0433\u0434\u0430 \u043d\u0435 \u0441\u043e\u0445\u0440\u0430\u043d\u044f\u043b\u0441\u044f \u0438 \u0434\u0430\u0432\u043d\u043e \u0441\u0442\u0451\u0440\u0442. \u0412\u043e\u0441\u0441\u0442\u0430\u043d\u043e\u0432\u0438\u0442\u044c \u043d\u0435\u043b\u044c\u0437\u044f.<\/p>\n<p>\u041d\u043e \u043a\u043e\u0435-\u0447\u0442\u043e \u0443\u0446\u0435\u043b\u0435\u043b\u043e. \u041f\u0435\u0440\u0435\u0431\u0438\u0440\u0430\u044e \u0432\u043e\u0441\u0435\u043c\u044c \u043f\u0440\u043e\u0433\u043e\u043d\u043e\u0432 \u043f\u043e \u0434\u0430\u0439\u0434\u0436\u0435\u0441\u0442\u0443 Docker-\u043e\u0431\u0440\u0430\u0437\u0430:<\/p>\n<div>\n<div class=\"table\">\n<table>\n<tbody>\n<tr>\n<th data-colwidth=\"50\" width=\"50\">\n<p align=\"left\">#<\/p>\n<\/th>\n<th>\n<p align=\"left\">\u0421\u043a\u043e\u0440<\/p>\n<\/th>\n<th>\n<p align=\"left\">\u041c\u0435\u0434\u0430\u043b\u044c<\/p>\n<\/th>\n<th>\n<p align=\"left\">\u0411\u0438\u043b\u0434<\/p>\n<\/th>\n<\/tr>\n<tr>\n<td data-colwidth=\"50\" width=\"50\">\n<p align=\"left\">1<\/p>\n<\/td>\n<td>\n<p align=\"left\">0.81609<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u0441\u0435\u0440\u0435\u0431\u0440\u043e<\/p>\n<\/td>\n<td>\n<p align=\"left\"><code>a1e693\u2026<\/code><\/p>\n<\/td>\n<\/tr>\n<tr>\n<td data-colwidth=\"50\" width=\"50\">\n<p align=\"left\">2<\/p>\n<\/td>\n<td>\n<p align=\"left\">0.82069<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u0437\u043e\u043b\u043e\u0442\u043e<\/p>\n<\/td>\n<td>\n<p align=\"left\"><code>97d33c\u2026<\/code><\/p>\n<\/td>\n<\/tr>\n<tr>\n<td data-colwidth=\"50\" width=\"50\">\n<p align=\"left\">3<\/p>\n<\/td>\n<td>\n<p align=\"left\">0.80460<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u2014<\/p>\n<\/td>\n<td>\n<p align=\"left\"><code>f52a08\u2026<\/code><\/p>\n<\/td>\n<\/tr>\n<tr>\n<td data-colwidth=\"50\" width=\"50\">\n<p align=\"left\">4<\/p>\n<\/td>\n<td>\n<p align=\"left\">0.80230<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u2014<\/p>\n<\/td>\n<td>\n<p align=\"left\"><code>d717b0\u2026<\/code><\/p>\n<\/td>\n<\/tr>\n<tr>\n<td data-colwidth=\"50\" width=\"50\">\n<p align=\"left\">5<\/p>\n<\/td>\n<td>\n<p align=\"left\">0.81149<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u0431\u0440\u043e\u043d\u0437\u0430<\/p>\n<\/td>\n<td>\n<p align=\"left\"><code>d5b4fc\u2026<\/code><\/p>\n<\/td>\n<\/tr>\n<tr>\n<td data-colwidth=\"50\" width=\"50\">\n<p align=\"left\">6<\/p>\n<\/td>\n<td>\n<p align=\"left\">0.80345<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u2014<\/p>\n<\/td>\n<td>\n<p align=\"left\"><code>8b2883\u2026<\/code><\/p>\n<\/td>\n<\/tr>\n<tr>\n<td data-colwidth=\"50\" width=\"50\">\n<p align=\"left\">7<\/p>\n<\/td>\n<td>\n<p align=\"left\">0.80460<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u2014<\/p>\n<\/td>\n<td>\n<p align=\"left\"><code>dad0d9\u2026<\/code><\/p>\n<\/td>\n<\/tr>\n<tr>\n<td data-colwidth=\"50\" width=\"50\">\n<p align=\"left\">8<\/p>\n<\/td>\n<td>\n<p align=\"left\">0.80230<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u2014<\/p>\n<\/td>\n<td>\n<p align=\"left\"><code>dad0d9\u2026<\/code><\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<p>\u041f\u043e\u0440\u043e\u0433\u0438 \u043b\u0438\u0434\u0435\u0440\u0431\u043e\u0440\u0434\u0430: \u0437\u043e\u043b\u043e\u0442\u043e 0.82066, \u0441\u0435\u0440\u0435\u0431\u0440\u043e 0.81388, \u0431\u0440\u043e\u043d\u0437\u0430 0.80967. \u0417\u043e\u043b\u043e\u0442\u043e \u0432\u044b\u043f\u0430\u043b\u043e \u0440\u0430\u043d\u043e, \u0432\u0442\u043e\u0440\u044b\u043c \u043f\u0440\u043e\u0433\u043e\u043d\u043e\u043c, \u0438 \u0437\u0430 \u0432\u0441\u0451 \u0432\u0440\u0435\u043c\u044f \u043f\u0440\u0430\u0432\u043e\u043a \u0435\u0433\u043e \u0442\u0430\u043a \u0438 \u043d\u0435 \u0443\u0434\u0430\u043b\u043e\u0441\u044c \u043f\u0440\u0435\u0432\u0437\u043e\u0439\u0442\u0438. \u0410 \u043f\u0440\u043e\u0433\u043e\u043d\u044b 7 \u0438 8 \u2014 \u043e\u0434\u0438\u043d \u0438 \u0442\u043e\u0442 \u0436\u0435 \u0431\u0438\u043b\u0434 <code>dad0d9\u2026<\/code>, \u0437\u0430\u043f\u0443\u0449\u0435\u043d\u043d\u044b\u0439 \u0441 \u0440\u0430\u0437\u043d\u0438\u0446\u0435\u0439 \u0432 14 \u043c\u0438\u043d\u0443\u0442: 0.80460 \u0438 0.80230. \u0422\u043e\u0442 \u0436\u0435 \u043a\u043e\u0434, \u0434\u0440\u0443\u0433\u043e\u0439 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442. \u0412\u0441\u0435\u0433\u043e \u043d\u0430 \u0432\u043e\u0441\u0435\u043c\u044c \u043f\u0440\u043e\u0433\u043e\u043d\u043e\u0432 \u2014 \u0441\u0435\u043c\u044c \u0440\u0430\u0437\u043d\u044b\u0445 \u0431\u0438\u043b\u0434\u043e\u0432: \u044f \u043a\u0440\u0443\u0442\u0438\u043b \u043c\u043e\u0434\u0435\u043b\u044c \u0438 \u043e\u0431\u0432\u044f\u0437\u043a\u0443 \u043c\u0435\u0436\u0434\u0443 \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u043c\u0438.<\/p>\n<p>\u041e\u0442\u0432\u0435\u0442 \u043d\u0430 \u0432\u043e\u043f\u0440\u043e\u0441 \u2014 \u043d\u0435\u0443\u044e\u0442\u043d\u044b\u0439: \u0437\u043e\u043b\u043e\u0442\u043e \u043f\u043e\u0439\u043c\u0430\u043d\u043e, \u0430 \u043d\u0435 \u0441\u043a\u043e\u043d\u0441\u0442\u0440\u0443\u0438\u0440\u043e\u0432\u0430\u043d\u043e. \u042f \u0432\u043e\u0441\u0435\u043c\u044c \u0440\u0430\u0437 \u0431\u0440\u043e\u0441\u0438\u043b \u043a\u043e\u0441\u0442\u0438, \u0438 \u043e\u0434\u0438\u043d \u0440\u0430\u0437 \u0432\u044b\u043f\u0430\u043b\u043e \u0437\u043e\u043b\u043e\u0442\u043e.<\/p>\n<p>\u041d\u0430 \u0440\u0443\u043a\u0430\u0445 \u043e\u0441\u0442\u0430\u043b\u0441\u044f \u0442\u043e\u0447\u043d\u044b\u0439 \u0437\u043e\u043b\u043e\u0442\u043e\u0439 Docker-\u043e\u0431\u0440\u0430\u0437 (<code>sha256:97d33c\u2026<\/code>), \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u044f \u0437\u0430\u043a\u0440\u0435\u043f\u0438\u043b  git-\u0442\u0435\u0433\u043e\u043c <code>gold-2026-04-13<\/code>. \u0415\u0441\u0442\u044c \u043d\u0435\u0437\u0430\u0432\u0438\u0441\u0438\u043c\u0430\u044f \u0437\u0430\u043f\u0438\u0441\u044c \u043f\u0440\u043e\u0433\u043e\u043d\u0430 \u0443 \u043e\u0440\u0433\u0430\u043d\u0438\u0437\u0430\u0442\u043e\u0440\u043e\u0432. \u0418\u043d\u044b\u043c\u0438 \u0441\u043b\u043e\u0432\u0430\u043c\u0438, \u0440\u0435\u0446\u0435\u043f\u0442 \u0438 \u043a\u0443\u0445\u043d\u044f \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u043b\u0438\u0441\u044c, \u043a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u043e\u0435 \u0431\u043b\u044e\u0434\u043e \u2014 \u043d\u0435\u0442. \u0423 \u0441\u0442\u043e\u0445\u0430\u0441\u0442\u0438\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u0430\u0433\u0435\u043d\u0442\u0430 \u0442\u043e\u0442 \u0441\u0430\u043c\u044b\u0439 \u043f\u0440\u043e\u0433\u043e\u043d \u043d\u0435 \u043f\u043e\u0432\u0442\u043e\u0440\u0438\u0442\u044c: \u0434\u0430\u0436\u0435 \u043f\u043e\u0434\u043d\u044f\u0432 \u0442\u043e\u0442 \u0436\u0435 \u043e\u0431\u0440\u0430\u0437. \u041f\u043e\u043b\u0443\u0447\u0443 \u043a\u0430\u043a\u043e\u0439-\u0442\u043e \u0441\u0430\u0431\u043c\u0438\u0442 \u043e\u043a\u043e\u043b\u043e 0.80\u20130.82, \u043d\u043e \u043d\u0435 \u0442\u043e\u0442 \u0441\u0430\u043c\u044b\u0439 \u2014 \u00ab\u0437\u043e\u043b\u043e\u0442\u043e\u0439\u00bb.<\/p>\n<h3>\u0422\u0430\u043a \u0447\u0442\u043e \u0436\u0435 \u043f\u043e-\u043d\u0430\u0441\u0442\u043e\u044f\u0449\u0435\u043c\u0443 \u0437\u043d\u0430\u0447\u0438\u0442 0.82069?<\/h3>\n<p>0.82069 \u2014 \u044d\u0442\u043e \u043e\u0446\u0435\u043d\u043a\u0430 MLE-bench, \u0430 \u043d\u0435 \u043c\u0435\u0441\u0442\u043e \u043d\u0430 \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u043e\u0439 \u0434\u043e\u0441\u043a\u0435 Kaggle. \u0414\u0432\u0430 \u0440\u0430\u0437\u043d\u044b\u0445 \u0441\u0447\u0451\u0442\u0447\u0438\u043a\u0430.<\/p>\n<p>\u0414\u043b\u044f \u043f\u043e\u043d\u0438\u043c\u0430\u043d\u0438\u044f \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0430: \u0442\u0430\u043a\u043e\u0439 \u0441\u043a\u043e\u0440 \u0441\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0443\u0435\u0442 \u043f\u0440\u0438\u043c\u0435\u0440\u043d\u043e \u0442\u043e\u043f-6% \u2014 \u043f\u043b\u0430\u043d\u043a\u0430 \u0437\u043e\u043b\u043e\u0442\u0430 \u0442\u0443\u0442 \u043d\u0435 \u0444\u043e\u0440\u043c\u0430\u043b\u044c\u043d\u0430\u044f. \u041d\u043e \u0442\u043e\u043f-6% \u2014 \u044d\u0442\u043e \u043e\u0440\u0438\u0435\u043d\u0442\u0438\u0440 \u0441\u0438\u043b\u044b \u0441\u043a\u043e\u0440\u0430, \u0430 \u043d\u0435 \u043a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u043e\u0435 \u043c\u0435\u0441\u0442\u043e.<\/p>\n<p>Spaceship Titanic \u2014 \u0441\u043e\u0440\u0435\u0432\u043d\u043e\u0432\u0430\u043d\u0438\u0435 \u0443\u0447\u0435\u0431\u043d\u043e\u0435, \u0438 \u043c\u0435\u0434\u0430\u043b\u0435\u0439 \u0437\u0430 \u043d\u0435\u0433\u043e \u043d\u0435 \u0434\u0430\u044e\u0442 \u0432\u043e\u043e\u0431\u0449\u0435.<\/p>\n<h3>\u0427\u0442\u043e \u044f \u0438\u0437 \u044d\u0442\u043e\u0433\u043e \u0432\u044b\u043d\u0435\u0441<\/h3>\n<p>\u0427\u0435\u0442\u044b\u0440\u0435 \u0432\u044b\u0432\u043e\u0434\u0430 \u0438\u0437 \u0440\u0430\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u044f.<\/p>\n<p>\u041c\u043e\u0434\u0435\u043b\u044c \u043e\u043a\u0430\u0437\u0430\u043b\u0430\u0441\u044c \u0432\u0430\u0436\u043d\u0435\u0435 \u043e\u0431\u0432\u044f\u0437\u043a\u0438. \u0421\u0440\u0435\u0434\u043d\u044f\u044f reasoning-\u043c\u043e\u0434\u0435\u043b\u044c \u043d\u0430 \u0442\u043e\u043d\u043a\u043e\u043c \u0445\u0430\u0440\u043d\u0435\u0441\u0441\u0435 \u043e\u0431\u043e\u0448\u043b\u0430 \u043a\u0440\u0443\u043f\u043d\u044b\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u0432 \u0442\u044f\u0436\u0451\u043b\u043e\u0439 \u043e\u0431\u0432\u044f\u0437\u043a\u0435. \u0415\u0441\u043b\u0438 \u0432\u044b\u0431\u0438\u0440\u0430\u0435\u0442\u0435 \u043c\u0435\u0436\u0434\u0443 \u00ab\u043c\u043e\u0434\u0435\u043b\u044c \u043f\u043e\u0431\u043e\u043b\u044c\u0448\u0435\u00bb \u0438 \u00ab\u043f\u0435\u0442\u043b\u044f \u043f\u043e\u0447\u0438\u0449\u0435\u00bb \u2014 \u0443 \u043c\u0435\u043d\u044f \u0432\u044b\u0438\u0433\u0440\u0430\u043b\u0430 \u0432\u0442\u043e\u0440\u0430\u044f.<\/p>\n<p>\u0420\u043e\u0431\u0430\u0441\u0442\u043d\u043e\u0441\u0442\u044c \u0431\u044c\u0451\u0442 \u043f\u0438\u043a\u043e\u0432\u0443\u044e \u0433\u0435\u043d\u0438\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u044c. \u0412 \u043a\u043e\u043d\u043a\u0443\u0440\u0441\u0435, \u0433\u0434\u0435 \u043e\u0446\u0435\u043d\u0438\u0432\u0430\u0435\u0442 \u0434\u0440\u0443\u0433\u043e\u0439 \u0430\u0433\u0435\u043d\u0442 \u0438 \u043d\u0435\u0442 \u0447\u0435\u043b\u043e\u0432\u0435\u043a\u0430, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u00ab\u0434\u043e\u0436\u043c\u0451\u0442 \u0440\u0443\u043a\u0430\u043c\u0438\u00bb, \u0430\u0433\u0435\u043d\u0442, \u0441\u0442\u0430\u0431\u0438\u043b\u044c\u043d\u043e \u0434\u043e\u0432\u043e\u0434\u044f\u0449\u0438\u0439 \u0434\u0435\u043b\u043e \u0434\u043e \u0432\u0430\u043b\u0438\u0434\u043d\u043e\u0433\u043e <code>submission.csv<\/code>, \u043e\u0431\u044b\u0433\u0440\u044b\u0432\u0430\u0435\u0442 \u0431\u043e\u043b\u0435\u0435 \u0443\u043c\u043d\u043e\u0433\u043e, \u043d\u043e \u0445\u0440\u0443\u043f\u043a\u043e\u0433\u043e. \u041f\u0435\u0442\u043b\u044f \u0437\u0430\u0442\u043e\u0447\u0435\u043d\u0430 \u0434\u043e\u0432\u043e\u0434\u0438\u0442\u044c \u0441\u0430\u0431\u043c\u0438\u0442 \u0434\u043e \u043a\u043e\u043d\u0446\u0430: \u0435\u0441\u043b\u0438 \u043c\u043e\u0434\u0435\u043b\u044c \u0437\u0430\u043c\u043e\u043b\u0447\u0430\u043b\u0430, \u0430 \u0444\u0430\u0439\u043b\u0430 \u043d\u0435\u0442 \u2014 \u043f\u043e\u0434\u0442\u0430\u043b\u043a\u0438\u0432\u0430\u044e \u0435\u0451 \u00ab\u0441\u043e\u0437\u0434\u0430\u0439 submission.csv \u0441\u0435\u0439\u0447\u0430\u0441\u00bb; \u0435\u0441\u043b\u0438 \u043a \u043a\u043e\u043d\u0446\u0443 \u0438\u0442\u0435\u0440\u0430\u0446\u0438\u0439 \u0444\u0430\u0439\u043b\u0430 \u0442\u0430\u043a \u0438 \u043d\u0435\u0442 \u2014 \u0430\u0433\u0435\u043d\u0442 \u043f\u0430\u0434\u0430\u0435\u0442 \u0441 \u043e\u0448\u0438\u0431\u043a\u043e\u0439, \u0430 \u043d\u0435 \u043e\u0442\u0434\u0430\u0451\u0442 \u043c\u0443\u0441\u043e\u0440. \u0420\u0430\u0437\u0431\u0440\u043e\u0441 \u0432\u043e\u0441\u044c\u043c\u0438 \u043f\u0440\u043e\u0433\u043e\u043d\u043e\u0432 \u043a\u0430\u043a \u0440\u0430\u0437 \u043e\u0431 \u044d\u0442\u043e\u043c: \u043a\u0430\u0436\u0434\u044b\u0439 \u0432\u043e\u0437\u0432\u0440\u0430\u0449\u0430\u043b \u0447\u0442\u043e-\u0442\u043e \u0432\u0430\u043b\u0438\u0434\u043d\u043e\u0435.<\/p>\n<p>\u0414\u043b\u044f \u0438\u0437\u0432\u0435\u0441\u0442\u043d\u044b\u0445 \u0437\u0430\u0434\u0430\u0447 \u043d\u0443\u0436\u0435\u043d \u0434\u0435\u0442\u0435\u0440\u043c\u0438\u043d\u0438\u0437\u043c. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u043f\u043e\u0441\u043b\u0435 \u0441\u043e\u0440\u0435\u0432\u043d\u043e\u0432\u0430\u043d\u0438\u044f \u044f \u0438 \u043d\u0430\u043f\u0438\u0441\u0430\u043b <code>solve_<\/code><a href=\"http:\/\/spaceship.py\" rel=\"noopener noreferrer nofollow\"><code>spaceship.py<\/code><\/a> \u043f\u043b\u044e\u0441 \u0431\u044b\u0441\u0442\u0440\u044b\u0439 \u043f\u0443\u0442\u044c \u043f\u043e \u0441\u0438\u0433\u043d\u0430\u0442\u0443\u0440\u0435 \u043a\u043e\u043b\u043e\u043d\u043e\u043a (<code>Transported + Cabin + RoomService<\/code>): \u0434\u043b\u044f \u0437\u043d\u0430\u043a\u043e\u043c\u043e\u0439 \u0437\u0430\u0434\u0430\u0447\u0438 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043d\u0435 \u0434\u043e\u043b\u0436\u0435\u043d \u0437\u0430\u0432\u0438\u0441\u0435\u0442\u044c \u043e\u0442 \u043d\u0430\u0441\u0442\u0440\u043e\u0435\u043d\u0438\u044f LLM. \u0418\u043c\u043f\u0440\u043e\u0432\u0438\u0437\u0430\u0446\u0438\u044f \u0445\u043e\u0440\u043e\u0448\u0430 \u043d\u0430 \u043d\u0435\u0437\u043d\u0430\u043a\u043e\u043c\u043e\u043c, \u043d\u0430 \u0437\u043d\u0430\u043a\u043e\u043c\u043e\u043c \u044d\u0442\u043e \u043b\u0438\u0448\u043d\u0438\u0439 \u0440\u0438\u0441\u043a.<\/p>\n<p>\u041f\u0440\u043e\u0432\u0435\u043d\u0430\u043d\u0441 \u2014 \u044d\u0442\u043e \u0433\u0438\u0433\u0438\u0435\u043d\u0430, \u0430 \u043d\u0435 \u043f\u0430\u0440\u0430\u043d\u043e\u0439\u044f. \u0421\u043e\u0445\u0440\u0430\u043d\u044f\u0439\u0442\u0435 <code>submission.csv<\/code>. \u041f\u0438\u043d\u044c\u0442\u0435 \u043e\u0431\u0440\u0430\u0437 \u043f\u043e <code>sha256<\/code>. \u0422\u0435\u0433\u0430\u0439\u0442\u0435 \u0431\u0438\u043b\u0434. \u041e\u0434\u0438\u043d <code>tempfile.mkdtemp<\/code> \u0441\u0442\u043e\u0438\u043b \u043c\u043d\u0435 \u043d\u0435\u0432\u043e\u0441\u0441\u0442\u0430\u043d\u043e\u0432\u0438\u043c\u043e\u0433\u043e \u0437\u043e\u043b\u043e\u0442\u043e\u0433\u043e \u0441\u0430\u0431\u043c\u0438\u0442\u0430.<\/p>\n<p>\u0410 \u0432 \u043d\u0430\u0433\u0440\u0430\u0434\u0443 \u0434\u043e\u0447\u0438\u0442\u0430\u0432\u0448\u0438\u043c \u2014 \u043e\u0434\u043d\u0430 \u0444\u0438\u0447\u0430 \u0438\u0437 \u0440\u0435\u0448\u0430\u0442\u0435\u043b\u044f, \u0447\u0442\u043e\u0431\u044b \u0431\u044b\u043b\u043e \u0432\u0438\u0434\u043d\u043e: \u0437\u0430 \u0441\u0442\u043e\u0445\u0430\u0441\u0442\u0438\u043a\u043e\u0439 \u0441\u0442\u043e\u0438\u0442 \u0434\u043e\u043c\u0435\u043d\u043d\u0430\u044f \u043b\u043e\u0433\u0438\u043a\u0430, \u0430 \u043d\u0435 \u0441\u043b\u0435\u043f\u043e\u0439 \u0430\u0432\u0442\u043e\u0433\u0435\u043d. \u041f\u0430\u0441\u0441\u0430\u0436\u0438\u0440 \u0432 \u043a\u0440\u0438\u043e\u0441\u043d\u0435 \u0437\u0430\u043f\u0435\u0440\u0442 \u0432 \u043a\u0430\u044e\u0442\u0435, \u0442\u0440\u0430\u0442\u0438\u0442\u044c \u043d\u0435 \u043c\u043e\u0436\u0435\u0442 \u0444\u0438\u0437\u0438\u0447\u0435\u0441\u043a\u0438 \u2014 \u0442\u0440\u0430\u0442\u044b \u0438 CryoSleep \u0436\u0451\u0441\u0442\u043a\u043e \u0441\u0432\u044f\u0437\u0430\u043d\u044b, \u0438 \u044d\u0442\u043e \u0438\u043c\u043f\u0443\u0442\u0438\u0440\u0443\u0435\u0442\u0441\u044f \u0432 \u043e\u0431\u0435 \u0441\u0442\u043e\u0440\u043e\u043d\u044b:<\/p>\n<pre><code class=\"python\"># solve_spaceship.py: \u0432 \u043a\u0440\u0438\u043e \u0442\u0440\u0430\u0442 \u0431\u044b\u0442\u044c \u043d\u0435 \u043c\u043e\u0436\u0435\u0442 \u2014 \u0437\u0430\u043f\u043e\u043b\u043d\u044f\u0435\u043c \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u0438 \u043d\u0443\u043b\u044f\u043c\u0438cryo_mask = combined[\"CryoSleep\"] == Truefor col in spend_cols:    combined.loc[cryo_mask, col] = combined.loc[cryo_mask, col].fillna(0)# \u0438 \u043e\u0431\u0440\u0430\u0442\u043d\u043e: \u0432\u0441\u0435 \u0442\u0440\u0430\u0442\u044b \u043f\u043e \u043d\u0443\u043b\u044f\u043c, \u0430 CryoSleep \u043f\u0443\u0441\u0442 \u2014 \u0437\u043d\u0430\u0447\u0438\u0442 \u043f\u0430\u0441\u0441\u0430\u0436\u0438\u0440 \u0441\u043f\u0430\u043bno_spend_mask = (combined[spend_cols].fillna(0).sum(axis=1) == 0) &amp; combined[\"CryoSleep\"].isna()combined.loc[no_spend_mask, \"CryoSleep\"] = True<\/code><div class=\"code-explainer\"><a href=\"https:\/\/sourcecraft.dev\/\" class=\"tm-button code-explainer__link\" style=\"visibility: hidden;\"><img style=\"width:14px;height:14px;object-fit:cover;object-position:left;\"\/><\/a><\/div><\/pre>\n<p>\u0422\u0430\u043a\u0438\u0435 \u0444\u0438\u0447\u0438 \u0438 \u0442\u0430\u0449\u0430\u0442 accuracy, \u0430 \u043d\u0435 \u043f\u0435\u0440\u0435\u0431\u043e\u0440 \u0433\u0438\u043f\u0435\u0440\u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432.<\/p>\n<h3>\u0427\u0442\u043e \u043e\u0441\u0442\u0430\u043b\u043e\u0441\u044c \u043b\u044e\u0434\u044f\u043c<\/h3>\n<p>\u0425\u043e\u0442\u0438\u0442\u0435 \u043f\u043e\u0442\u0440\u043e\u0433\u0430\u0442\u044c \u0440\u0443\u043a\u0430\u043c\u0438 \u2014 \u044f \u0432\u044b\u043b\u043e\u0436\u0438\u043b \u043e\u0431\u0443\u0447\u0430\u044e\u0449\u0438\u0439 <a href=\"https:\/\/www.kaggle.com\/code\/georgymamarin\/agents-grading-agents-spaceship-titanic-mle-bench\" rel=\"noopener noreferrer nofollow\">Kaggle-\u043d\u043e\u0443\u0442\u0431\u0443\u043a<\/a>: \u043f\u043e\u0448\u0430\u0433\u043e\u0432\u044b\u0439 \u0440\u0430\u0437\u0431\u043e\u0440 \u0440\u0435\u0448\u0430\u0442\u0435\u043b\u044f, \u043e\u0442 EDA \u0434\u043e \u0441\u0442\u0435\u043a\u0438\u043d\u0433\u0430 \u0442\u0440\u0451\u0445 GBDT. \u0412\u0435\u0441\u044c \u043a\u043e\u0434 \u0430\u0433\u0435\u043d\u0442\u0430 \u2014 \u0432 \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0438 <a href=\"https:\/\/github.com\/dmagog\/mle-purple-agent\" rel=\"noopener noreferrer nofollow\">dmagog\/mle-purple-agent<\/a>: <a href=\"http:\/\/SOLUTION.md\" rel=\"noopener noreferrer nofollow\"><code>SOLUTION.md<\/code><\/a>, <code>README<\/code>, \u0442\u0435\u0433 <code>gold-2026-04-13<\/code>.<\/p>\n<p>\u0421\u043f\u0430\u0441\u0438\u0431\u043e \u043a\u043e\u043b\u043b\u0435\u0433\u0430\u043c \u0437\u0430 \u0438\u0445 <a href=\"https:\/\/habr.com\/ru\/articles\/1043574\/\" rel=\"noopener noreferrer nofollow\">\u043f\u043e\u0441\u0442<\/a>: \u043e\u043d\u0438 \u043e\u043f\u0438\u0441\u0430\u043b\u0438 BitGN PAC1 \u0438 AgentBeats \u0441\u043e \u0441\u0442\u043e\u0440\u043e\u043d\u044b \u043f\u043e\u0432\u0435\u0434\u0435\u043d\u0438\u044f \u0430\u0433\u0435\u043d\u0442\u043e\u0432, \u044f \u2014 \u043f\u0440\u043e MLE-bench \u0438 \u043f\u0440\u043e\u0432\u0435\u043d\u0430\u043d\u0441. \u0412\u043c\u0435\u0441\u0442\u0435 \u0441\u043a\u043b\u0430\u0434\u044b\u0432\u0430\u0435\u0442\u0441\u044f \u0431\u043e\u043b\u0435\u0435 \u043f\u043e\u043b\u043d\u0430\u044f \u043a\u0430\u0440\u0442\u0438\u043d\u0430 \u0430\u0433\u0435\u043d\u0442\u0441\u043a\u0438\u0445 \u0441\u043e\u0440\u0435\u0432\u043d\u043e\u0432\u0430\u043d\u0438\u0439 \u0441\u0435\u0437\u043e\u043d\u0430.<\/p>\n<p>\u0410\u0432\u0442\u043e\u043d\u043e\u043c\u043d\u044b\u0439 \u0430\u0433\u0435\u043d\u0442 \u043f\u0440\u043e\u0448\u0451\u043b \u0437\u043e\u043b\u043e\u0442\u043e\u0439 \u043f\u043e\u0440\u043e\u0433 end-to-end \u2014 \u044d\u0442\u043e \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043d\u043e \u0441\u0430\u043c\u043e \u043f\u043e \u0441\u0435\u0431\u0435. \u041d\u043e \u0446\u0435\u043d\u0430 \u044d\u0442\u043e\u0433\u043e \u0444\u0430\u043a\u0442\u0430 \u2014 \u043f\u0440\u0438\u0437\u043d\u0430\u0442\u044c \u0441\u0442\u043e\u0445\u0430\u0441\u0442\u0438\u043a\u0443, \u043d\u0435 \u043f\u0443\u0442\u0430\u0442\u044c \u043f\u043b\u043e\u0449\u0430\u0434\u043a\u0438 \u0438 \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c \u0445\u043e\u0442\u044f \u0431\u044b \u043e\u0431\u0440\u0430\u0437.<\/p>\n<p>\u0420\u0430\u0441\u0441\u043a\u0430\u0436\u0438\u0442\u0435 \u0432 \u043a\u043e\u043c\u043c\u0435\u043d\u0442\u0430\u0440\u0438\u044f\u0445, \u043a\u0430\u043a \u0432\u044b \u0445\u0440\u0430\u043d\u0438\u0442\u0435 \u043f\u0440\u043e\u0432\u0435\u043d\u0430\u043d\u0441 \u043f\u0440\u043e\u0433\u043e\u043d\u043e\u0432 \u0441\u0432\u043e\u0438\u0445 \u0430\u0433\u0435\u043d\u0442\u043e\u0432.<\/p>\n<\/div>\n<p>\u0441\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438 <a href=\"https:\/\/habr.com\/ru\/articles\/1050562\/\">https:\/\/habr.com\/ru\/articles\/1050562\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>\u0412 \u0430\u043f\u0440\u0435\u043b\u0435 \u043c\u043e\u0439 \u0430\u0433\u0435\u043d\u0442 \u0441\u043c\u043e\u0433 \u043f\u0435\u0440\u0435\u0448\u0430\u0433\u043d\u0443\u0442\u044c \u0437\u043e\u043b\u043e\u0442\u043e\u0439 \u043f\u043e\u0440\u043e\u0433 \u043d\u0430 MLE-bench \u0432 \u0430\u0433\u0435\u043d\u0442\u0441\u043a\u0438\u0445 \u0441\u043e\u0440\u0435\u0432\u043d\u043e\u0432\u0430\u043d\u0438\u044f\u0445 Berkeley RDI, \u0430 \u043a\u043e\u0433\u0434\u0430 \u044f \u0440\u0435\u0448\u0438\u043b \u043f\u043e\u043a\u0430\u0437\u0430\u0442\u044c \u00ab\u0442\u043e\u0442 \u0441\u0430\u043c\u044b\u0439 \u043a\u043e\u0434, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0432\u0437\u044f\u043b \u0437\u043e\u043b\u043e\u0442\u043e\u00bb \u2014 \u043f\u043e\u043d\u044f\u043b, \u0447\u0442\u043e \u043d\u0435 \u0443\u0432\u0435\u0440\u0435\u043d, \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0443\u0435\u0442 \u043b\u0438 \u043e\u043d \u0432\u043e\u043e\u0431\u0449\u0435.\u0425\u0430\u0431\u0440, \u043f\u0440\u0438\u0432\u0435\u0442! \u041c\u0435\u043d\u044f \u0437\u043e\u0432\u0443\u0442 \u0413\u0435\u043e\u0440\u0433\u0438\u0439, \u0438 \u0432 \u0441\u0432\u043e\u0435\u0439 \u043f\u0435\u0440\u0432\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0435 \u043d\u0430 \u043f\u043b\u043e\u0449\u0430\u0434\u043a\u0435 \u044f \u0440\u0435\u0448\u0438\u043b \u0440\u0430\u0437\u043e\u0431\u0440\u0430\u0442\u044c\u0441\u044f, \u0447\u0442\u043e \u0436\u0435 \u043f\u0440\u043e\u0438\u0441\u0445\u043e\u0434\u0438\u043b\u043e \u043d\u0430 \u0441\u0430\u043c\u043e\u043c \u0434\u0435\u043b\u0435. \u0426\u0438\u0444\u0440\u043e\u0432\u043e\u0439 \u0434\u0435\u0442\u0435\u043a\u0442\u0438\u0432: \u0441 \u0447\u0435\u043c \u044f \u043f\u0440\u0435\u043e\u0434\u043e\u043b\u0435\u043b \u043f\u043b\u0430\u043d\u043a\u0443, \u0433\u0434\u0435 \u044d\u0442\u043e\u0442 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u0442\u0435\u043f\u0435\u0440\u044c (\u0441\u043f\u043e\u0439\u043b\u0435\u0440: \u043d\u0438\u0433\u0434\u0435) \u0438 \u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0441\u043c\u044b\u0441\u043b\u0430 \u0432 \u044d\u0442\u043e\u043c \u00ab\u0437\u043e\u043b\u043e\u0442\u0435\u00bb. \u042d\u0442\u043e \u0438\u0441\u0442\u043e\u0440\u0438\u044f \u043e \u0442\u043e\u043c, \u043a\u0430\u043a \u044f \u0440\u0430\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043b \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u0443\u044e \u00ab\u043f\u043e\u0431\u0435\u0434\u0443\u00bb\u041f\u0440\u043e \u0441\u0430\u043c\u0438 \u0430\u0433\u0435\u043d\u0442\u0441\u043a\u0438\u0435 \u0441\u043e\u0440\u0435\u0432\u043d\u043e\u0432\u0430\u043d\u0438\u044f \u0443\u0436\u0435 \u0445\u043e\u0440\u043e\u0448\u043e \u043d\u0430\u043f\u0438\u0441\u0430\u043b\u0438 \u043a\u043e\u043b\u043b\u0435\u0433\u0438 \u0438\u0437 AI Talent Hub \u2014 \u043f\u043e\u0441\u0442 \u00ab\u0410\u0433\u0435\u043d\u0442 \u043f\u0440\u043e\u0442\u0438\u0432 \u0430\u0433\u0435\u043d\u0442\u0430\u00bb. \u0412 \u043d\u0438\u0445 \u0430\u0433\u0435\u043d\u0442\u043e\u0432 \u043e\u0446\u0435\u043d\u0438\u0432\u0430\u043b\u0438 \u043d\u0435 \u043f\u043e \u0442\u0435\u043a\u0441\u0442\u0443 \u043e\u0442\u0432\u0435\u0442\u0430, \u0430 \u043f\u043e \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u043c \u0434\u0435\u0439\u0441\u0442\u0432\u0438\u044f\u043c \u2014 \u0433\u0434\u0435 \u0441\u0430\u043c \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a \u0441\u0442\u0430\u043d\u043e\u0432\u0438\u0442\u0441\u044f \u0430\u0433\u0435\u043d\u0442\u043e\u043c: \u0437\u0435\u043b\u0451\u043d\u044b\u0439 \u0430\u0433\u0435\u043d\u0442-\u0441\u0443\u0434\u044c\u044f \u043e\u0431\u0449\u0430\u0435\u0442\u0441\u044f \u0441 \u0442\u0432\u043e\u0438\u043c \u2014 \u0444\u0438\u043e\u043b\u0435\u0442\u043e\u0432\u044b\u043c \u0430\u0433\u0435\u043d\u0442\u043e\u043c \u043d\u0430\u043f\u0440\u044f\u043c\u0443\u044e.\u0421\u043e\u0440\u0435\u0432\u043d\u043e\u0432\u0430\u043d\u0438\u0435, \u0433\u0434\u0435 \u0441\u0443\u0434\u044c\u044f \u0442\u043e\u0436\u0435 \u0430\u0433\u0435\u043d\u0442\u0421\u043e\u0440\u0435\u0432\u043d\u043e\u0432\u0430\u043d\u0438\u0435 AgentX\u2013AgentBeats \u043e\u0442 Berkeley RDI \u043f\u0440\u043e\u0445\u043e\u0434\u0438\u043b\u043e \u0441 \u043e\u0441\u0435\u043d\u0438 2025 \u043f\u043e \u043b\u0435\u0442\u043e 2026: \u043e\u0441\u0435\u043d\u044c\u044e \u043a\u043e\u043c\u0430\u043d\u0434\u044b \u0441\u043e\u0431\u0438\u0440\u0430\u043b\u0438 \u0430\u0433\u0435\u043d\u0442\u043e\u0432-\u043e\u0446\u0435\u043d\u0449\u0438\u043a\u043e\u0432, \u0430 \u0432\u0435\u0441\u043d\u043e\u0439 \u2014 \u0441\u043e\u0440\u0435\u0432\u043d\u043e\u0432\u0430\u043b\u0438\u0441\u044c \u0430\u0433\u0435\u043d\u0442\u044b-\u0440\u0435\u0448\u0430\u0442\u0435\u043b\u0438. \u0411\u043e\u043b\u044c\u0448\u0435 3400 \u0443\u0447\u0430\u0441\u0442\u043d\u0438\u043a\u043e\u0432 \u0432\u0442\u043e\u0440\u043e\u0439 \u0444\u0430\u0437\u044b \u0438 \u0431\u043e\u043b\u044c\u0448\u0435 \u0434\u0435\u0441\u044f\u0442\u043a\u0430 \u0442\u0440\u0435\u043a\u043e\u0432: \u0444\u0438\u043d\u0430\u043d\u0441\u044b, \u0438\u0433\u0440\u044b, \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u044f, computer-use, \u0431\u0435\u0437\u043e\u043f\u0430\u0441\u043d\u043e\u0441\u0442\u044c, \u043c\u0443\u043b\u044c\u0442\u0438\u0430\u0433\u0435\u043d\u0442\u043d\u043e\u0441\u0442\u044c \u0438 \u0434\u0440\u0443\u0433\u0438\u0435. \u0414\u043b\u044f \u0441\u0435\u0431\u044f \u044f \u0432\u044b\u0431\u0440\u0430\u043b MLE-bench \u2014 \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a ML-\u0438\u043d\u0436\u0435\u043d\u0435\u0440\u0438\u0438.MLE-bench \u2014 \u044d\u0442\u043e \u043d\u0430\u0431\u043e\u0440 \u0438\u0437 75 \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u0445 Kaggle-\u0441\u043e\u0440\u0435\u0432\u043d\u043e\u0432\u0430\u043d\u0438\u0439 (\u0438\u0437\u043d\u0430\u0447\u0430\u043b\u044c\u043d\u043e \u043e\u0442 OpenAI), \u043d\u0430 \u043a\u043e\u0442\u043e\u0440\u043e\u043c \u043f\u0440\u043e\u0432\u0435\u0440\u044f\u044e\u0442, \u0441\u043f\u043e\u0441\u043e\u0431\u0435\u043d \u043b\u0438 \u0430\u0433\u0435\u043d\u0442 \u043f\u0440\u043e\u0439\u0442\u0438 \u0432\u0435\u0441\u044c \u043f\u0443\u0442\u044c ML-\u0438\u043d\u0436\u0435\u043d\u0435\u0440\u0430 \u0441\u0430\u043c: \u043f\u0440\u043e\u0447\u0438\u0442\u0430\u0442\u044c \u0434\u0430\u043d\u043d\u044b\u0435, \u0441\u043e\u0431\u0440\u0430\u0442\u044c \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u0438, \u043e\u0431\u0443\u0447\u0438\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u0438 \u0438 \u043e\u0442\u0434\u0430\u0442\u044c \u0432\u0430\u043b\u0438\u0434\u043d\u044b\u0439 submission.csv. \u041f\u043e\u0440\u043e\u0433\u0438 \u0437\u043e\u043b\u043e\u0442\u0430, \u0441\u0435\u0440\u0435\u0431\u0440\u0430 \u0438 \u0431\u0440\u043e\u043d\u0437\u044b \u0431\u0435\u0440\u0443\u0442\u0441\u044f \u0438\u0437 \u043f\u0435\u0440\u0446\u0435\u043d\u0442\u0438\u043b\u0435\u0439 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b\u044c\u043d\u043e\u0439 Kaggle-\u0434\u043e\u0441\u043a\u0438.\u0413\u043b\u0430\u0432\u043d\u044b\u0439 \u0442\u0432\u0438\u0441\u0442 \u0444\u043e\u0440\u043c\u0430\u0442\u0430: \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a \u2014 \u0441\u0430\u043c \u0430\u0433\u0435\u043d\u0442. \u0417\u0435\u043b\u0451\u043d\u044b\u0439 (green) \u0430\u0433\u0435\u043d\u0442-\u043e\u0446\u0435\u043d\u0449\u0438\u043a \u0432\u044b\u0434\u0430\u0451\u0442 \u0437\u0430\u0434\u0430\u0447\u0443 \u0444\u0438\u043e\u043b\u0435\u0442\u043e\u0432\u043e\u043c\u0443 (purple) \u0430\u0433\u0435\u043d\u0442\u0443-\u0440\u0435\u0448\u0430\u0442\u0435\u043b\u044e \u043f\u043e \u043f\u0440\u043e\u0442\u043e\u043a\u043e\u043b\u0443 A2A, \u0442\u043e\u0442 \u0435\u0451 \u0440\u0435\u0448\u0430\u0435\u0442, \u0417\u0435\u043b\u0451\u043d\u044b\u0439 \u0441\u0447\u0438\u0442\u0430\u0435\u0442 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442. \u0427\u0435\u043b\u043e\u0432\u0435\u043a\u0430 \u0432 \u0446\u0438\u043a\u043b\u0435 \u043d\u0435\u0442.Green-\u0430\u0433\u0435\u043d\u0442 (MLE-bench)   \u2502  A2A: tar.gz \u2014 \u0434\u0430\u043d\u043d\u044b\u0435 \u0438 \u0443\u0441\u043b\u043e\u0432\u0438\u0435 \u0437\u0430\u0434\u0430\u0447\u0438   \u25bcPurple-\u0430\u0433\u0435\u043d\u0442: LLM-\u043f\u0435\u0442\u043b\u044f, \u0434\u043e 30 \u0438\u0442\u0435\u0440\u0430\u0446\u0438\u0439   \u043c\u043e\u0434\u0435\u043b\u044c \u043f\u0438\u0448\u0435\u0442 \u043a\u043e\u0434 \u2192 run_python \u2192 \u0432\u044b\u0432\u043e\u0434 \u2192 \u043d\u0430\u0437\u0430\u0434 \u0432 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442 \u2192 (\u043f\u043e\u0432\u0442\u043e\u0440)   \u2026 \u043f\u043e\u043a\u0430 \u0432 \u0440\u0430\u0431\u043e\u0447\u0435\u0439 \u043f\u0430\u043f\u043a\u0435 \u043d\u0435 \u043f\u043e\u044f\u0432\u0438\u0442\u0441\u044f submission.csv   \u2502  A2A: submission.csv (base64)   \u25bcGreen-\u0430\u0433\u0435\u043d\u0442: \u043c\u0435\u0442\u0440\u0438\u043a\u0430 \u043f\u043e \u0441\u043a\u0440\u044b\u0442\u043e\u043c\u0443 \u0442\u0435\u0441\u0442\u0443 \u2192 \u0441\u0432\u0435\u0440\u043a\u0430 \u0441 \u043f\u043e\u0440\u043e\u0433\u0430\u043c\u0438\u041d\u0430 MLE-bench \u0417\u0435\u043b\u0451\u043d\u044b\u0439 \u0441\u0443\u0434\u0438\u0442 \u043c\u0435\u0445\u0430\u043d\u0438\u0447\u0435\u0441\u043a\u0438: \u043f\u0440\u043e\u0433\u043e\u043d\u044f\u0435\u0442 \u043c\u0435\u0442\u0440\u0438\u043a\u0443 \u0441\u043e\u0440\u0435\u0432\u043d\u043e\u0432\u0430\u043d\u0438\u044f \u043f\u043e \u0441\u043a\u0440\u044b\u0442\u043e\u043c\u0443 \u0442\u0435\u0441\u0442\u0443 \u0438 \u0441\u0432\u0435\u0440\u044f\u0435\u0442 \u0441 \u043f\u043e\u0440\u043e\u0433\u0430\u043c\u0438. \u041d\u0435 \u043a\u0430\u043a \u0432 \u0440\u0430\u0437\u0433\u043e\u0432\u043e\u0440\u043d\u044b\u0445 \u0442\u0440\u0435\u043a\u0430\u0445 \u0432\u0440\u043e\u0434\u0435 \u03c4\u00b2-bench \u2014 \u0442\u0430\u043c \u0437\u0435\u043b\u0451\u043d\u044b\u0439 \u0430\u0433\u0435\u043d\u0442 \u0441\u0430\u043c \u0432\u0435\u0434\u0451\u0442 \u0434\u0438\u0430\u043b\u043e\u0433, \u0441\u043f\u043e\u0440\u0438\u0442 \u0438 \u0440\u0435\u0448\u0430\u0435\u0442, \u0434\u043e\u0442\u0430\u0449\u0438\u043b \u043b\u0438 \u0442\u044b \u0437\u0430\u0434\u0430\u0447\u0443. \u00ab\u0410\u0433\u0435\u043d\u0442\u044b \u0441\u0443\u0434\u044f\u0442 \u0430\u0433\u0435\u043d\u0442\u043e\u0432\u00bb \u0437\u0434\u0435\u0441\u044c \u043e\u0437\u043d\u0430\u0447\u0430\u0435\u0442 \u00ab\u0430\u0433\u0435\u043d\u0442 \u0441\u0442\u0430\u0432\u0438\u0442 \u0437\u0430\u0434\u0430\u0447\u0443 \u0438 \u0441\u0432\u043e\u0434\u0438\u0442 \u0441\u0447\u0451\u0442\u00bb, \u0430 \u043d\u0435 \u00ab\u043a\u0442\u043e \u0435\u043c\u0443 \u0431\u043e\u043b\u044c\u0448\u0435 \u043f\u043e\u043d\u0440\u0430\u0432\u0438\u043b\u0441\u044f\u00bb.\u0417\u0430\u0434\u0430\u0447\u0430 \u043c\u043d\u0435 \u0432\u044b\u043f\u0430\u043b\u0430 \u043a\u043b\u0430\u0441\u0441\u0438\u0447\u0435\u0441\u043a\u0430\u044f: Spaceship Titanic \u2014 \u0431\u0438\u043d\u0430\u0440\u043d\u0430\u044f \u043a\u043b\u0430\u0441\u0441\u0438\u0444\u0438\u043a\u0430\u0446\u0438\u044f, ~8700 \u0441\u0442\u0440\u043e\u043a train \u0438 ~4300 test, \u043c\u0435\u0442\u0440\u0438\u043a\u0430 \u2014 accuracy. \u0417\u043e\u043b\u043e\u0442\u043e\u0439 \u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442 \u0432\u0441\u0435\u0445 \u043a\u0443\u0440\u0441\u043e\u0432 \u043f\u043e Data Science \u0438 \u0441\u043e\u0440\u0435\u0432\u043d\u043e\u0432\u0430\u043d\u0438\u044f\u0445 Kaggle.\u0423\u043b\u0438\u043a\u0430: \u043a\u0430\u043a \u0417\u0435\u043b\u0451\u043d\u044b\u0439 \u043f\u0435\u0440\u0435\u0434\u0430\u0451\u0442 \u0437\u0430\u0434\u0430\u0447\u0443 \u0424\u0438\u043e\u043b\u0435\u0442\u043e\u0432\u043e\u043c\u0443\u041c\u043e\u0439 purple-\u0430\u0433\u0435\u043d\u0442 \u2014 \u0441\u0435\u0440\u0432\u0438\u0441 \u043d\u0430 FastAPI, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0433\u043e\u0432\u043e\u0440\u0438\u0442 \u043d\u0430 A2A. \u0417\u0435\u043b\u0451\u043d\u044b\u0439 \u043f\u0440\u0438\u0441\u044b\u043b\u0430\u0435\u0442 \u0441\u043e\u0440\u0435\u0432\u043d\u043e\u0432\u0430\u043d\u0438\u0435 \u0430\u0440\u0445\u0438\u0432\u043e\u043c tar.gz \u0432 \u0447\u0430\u0441\u0442\u044f\u0445 A2A-\u0441\u043e\u043e\u0431\u0449\u0435\u043d\u0438\u044f (base64). \u0410\u0433\u0435\u043d\u0442 \u0430\u0440\u0445\u0438\u0432 \u0440\u0430\u0441\u043f\u0430\u043a\u043e\u0432\u044b\u0432\u0430\u0435\u0442, \u043e\u0431\u0440\u0430\u0431\u0430\u0442\u044b\u0432\u0430\u0435\u0442 \u0438 \u0432\u043e\u0437\u0432\u0440\u0430\u0449\u0430\u0435\u0442 submission.csv \u043a\u0430\u043a \u0430\u0440\u0442\u0435\u0444\u0430\u043a\u0442. \u0420\u0430\u0441\u043f\u0430\u043a\u043e\u0432\u043a\u0430 \u0438\u0434\u0451\u0442 \u0432\u043e \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u0443\u044e \u0434\u0438\u0440\u0435\u043a\u0442\u043e\u0440\u0438\u044e:# executor.py: \u0434\u043e\u0441\u0442\u0430\u0451\u043c \u0441\u043e\u0440\u0435\u0432\u043d\u043e\u0432\u0430\u043d\u0438\u0435 \u0438\u0437 \u0447\u0430\u0441\u0442\u0435\u0439 A2A-\u0441\u043e\u043e\u0431\u0449\u0435\u043d\u0438\u044fdef _extract_input(self, message: Message) -&gt; tuple[str, str]:    workdir = tempfile.mkdtemp(prefix=&#187;mle_agent_&#187;)        # \u044d\u0444\u0435\u043c\u0435\u0440\u043d\u0430\u044f \u043f\u0430\u043f\u043a\u0430    instructions = &#171;&#187;    for part in message.parts:        p = part.root if hasattr(part, &#171;root&#187;) else part        if isinstance(p, TextPart):            instructions += p.text + &#171;\\n&#187;        elif isinstance(p, FilePart) and p.file.bytes:            raw = base64.b64decode(p.file.bytes)            archive_path = os.path.join(workdir, &#171;competition.tar.gz&#187;)            with open(archive_path, &#171;wb&#187;) as f:                f.write(raw)            with tarfile.open(archive_path, &#171;r:gz&#187;) as tar:                tar.extractall(workdir)    return workdir, instructions                            # \u0441\u044e\u0434\u0430 \u0436\u0435 \u043b\u044f\u0436\u0435\u0442 submission.csv\u0424\u0440\u0430\u0433\u043c\u0435\u043d\u0442 \u0441\u043e\u043a\u0440\u0430\u0449\u0451\u043d (\u043e\u043f\u0443\u0449\u0435\u043d\u044b \u0432\u0435\u0442\u043a\u0430 \u0441 URI \u0438 \u043b\u043e\u0433\u0438); \u0446\u0435\u043b\u0438\u043a\u043e\u043c \u2014 \u0432 \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0438.\u0414\u043b\u044f \u0441\u0435\u0440\u0432\u0438\u0441\u0430 \u044d\u0442\u043e \u043d\u043e\u0440\u043c\u0430\u043b\u044c\u043d\u043e: \u043f\u0440\u0438\u0448\u043b\u0430 \u0437\u0430\u0434\u0430\u0447\u0430, \u0440\u0430\u0437\u0432\u0435\u0440\u043d\u0443\u043b\u0438 \u0432 \/tmp, \u043e\u0442\u0440\u0430\u0431\u043e\u0442\u0430\u043b\u0438, \u043e\u0442\u0434\u0430\u043b\u0438 \u043e\u0442\u0432\u0435\u0442. Executor \u043f\u0440\u0438\u043d\u0438\u043c\u0430\u0435\u0442 \u0437\u0430\u0434\u0430\u0447\u0443 \u0430\u0441\u0438\u043d\u0445\u0440\u043e\u043d\u043d\u043e, \u0433\u043e\u043d\u044f\u0435\u0442 \u0440\u0435\u0448\u0430\u0442\u0435\u043b\u044c \u0432 \u043f\u0443\u043b\u0435 \u043f\u043e\u0442\u043e\u043a\u043e\u0432 \u0438 \u0441\u0442\u0440\u0438\u043c\u0438\u0442 \u0417\u0435\u043b\u0451\u043d\u043e\u043c\u0443 \u0441\u043e\u0431\u044b\u0442\u0438\u044f \u043f\u0440\u043e\u0433\u0440\u0435\u0441\u0441\u0430 (TaskStatusUpdateEvent) \u2014 \u043f\u043e\u043b\u043d\u043e\u0446\u0435\u043d\u043d\u044b\u0439 \u0441\u0435\u0440\u0432\u0438\u0441, \u0430 \u043d\u0435 \u0441\u043a\u0440\u0438\u043f\u0442 \u00ab\u0437\u0430\u043f\u0443\u0441\u0442\u0438\u043b \u0438 \u0443\u0448\u0451\u043b\u00bb.\u041f\u043e\u0434\u043e\u0437\u0440\u0435\u0432\u0430\u0435\u043c\u044b\u0439: LLM-\u043f\u0435\u0442\u043b\u044f, \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u043a\u0430\u0436\u0434\u044b\u0439 \u0440\u0430\u0437 \u043f\u0438\u0448\u0435\u0442 \u043a\u043e\u0434 \u0437\u0430\u043d\u043e\u0432\u043e\u0427\u0442\u043e \u0443 purple-\u0430\u0433\u0435\u043d\u0442\u0430 \u0432\u043d\u0443\u0442\u0440\u0438? \u0426\u0438\u043a\u043b tool-use \u0432\u043e\u043a\u0440\u0443\u0433 LLM. \u0414\u043e 30 \u0438\u0442\u0435\u0440\u0430\u0446\u0438\u0439, \u043f\u044f\u0442\u044c \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u043e\u0432 (list_files, read_file, inspect_csv, run_python, validate_submission) \u043f\u043e\u0432\u0435\u0440\u0445 \u0436\u0438\u0432\u043e\u0433\u043e \u0438\u043d\u0442\u0435\u0440\u043f\u0440\u0435\u0442\u0430\u0442\u043e\u0440\u0430, \u0433\u0434\u0435 \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0435 \u0438 \u0438\u043c\u043f\u043e\u0440\u0442\u044b \u0441\u043e\u0445\u0440\u0430\u043d\u044f\u044e\u0442\u0441\u044f \u043c\u0435\u0436\u0434\u0443 \u0432\u044b\u0437\u043e\u0432\u0430\u043c\u0438.# ml_agent.py: \u043c\u043e\u0434\u0435\u043b\u044c \u0441\u0430\u043c\u0430 \u043f\u0438\u0448\u0435\u0442 \u043a\u043e\u0434 \u0438 \u0438\u0441\u043f\u043e\u043b\u043d\u044f\u0435\u0442 \u0435\u0433\u043e \u0447\u0435\u0440\u0435\u0437 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u044bfor iteration in range(MAX_ITERATIONS):                 # MAX_ITERATIONS = 30    response = client.chat.completions.create(        model=model, messages=messages,        tools=tool_schemas, tool_choice=&#187;auto&#187;, max_tokens=4096,    )    msg = response.choices[0].message    messages.append(msg.model_dump(exclude_none=True))    if not msg.tool_calls:                              # \u043c\u043e\u0434\u0435\u043b\u044c \u043d\u0435 \u0437\u043e\u0432\u0451\u0442 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u044b        if os.path.exists(submission_path):             # submission.csv \u0433\u043e\u0442\u043e\u0432 \u2014 \u0432\u044b\u0445\u043e\u0434\u0438\u043c            break        messages.append({&#171;role&#187;: &#171;user&#187;,            &#171;content&#187;: &#171;Continue. If you have not yet created submission.csv, do so now.&#187;})        continue    for tc in msg.tool_calls:                           # run_python, inspect_csv, &#8230;        result = dispatch(tc.function.name, json.loads(tc.function.arguments))        messages.append({&#171;role&#187;: &#171;tool&#187;, &#171;tool_call_id&#187;: tc.id, &#171;content&#187;: result})\u0417\u0434\u0435\u0441\u044c \u0443\u0431\u0440\u0430\u043d\u044b retry \u0438 \u043e\u0431\u0440\u0435\u0437\u043a\u0430 \u0434\u043b\u0438\u043d\u043d\u043e\u0433\u043e \u0432\u044b\u0432\u043e\u0434\u0430 \u2014 \u0441\u0443\u0442\u044c \u0432 \u0442\u043e\u043c, \u0447\u0442\u043e \u043c\u043e\u0434\u0435\u043b\u044c \u0441\u0430\u043c\u0430 \u043f\u0438\u0448\u0435\u0442 \u043a\u043e\u0434 \u0438 \u0433\u043e\u043d\u044f\u0435\u0442 \u0435\u0433\u043e \u0447\u0435\u0440\u0435\u0437 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u044b.\u0421\u0438\u0441\u0442\u0435\u043c\u043d\u044b\u0439 \u043f\u0440\u043e\u043c\u043f\u0442 \u0437\u0430\u0434\u0430\u0451\u0442 \u0436\u0451\u0441\u0442\u043a\u0438\u0439 \u043f\u043b\u0430\u043d \u043f\u043e \u0444\u0430\u0437\u0430\u043c: \u0440\u0430\u0437\u0432\u0435\u0434\u043a\u0430 \u0434\u0430\u043d\u043d\u044b\u0445, \u0444\u0438\u0447\u0438, \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u0438\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u0441 OOF, \u0441\u0442\u0435\u043a\u0438\u043d\u0433, \u0441\u0430\u0431\u043c\u0438\u0442, \u0442\u044e\u043d\u0438\u043d\u0433, \u0435\u0441\u043b\u0438 CV \u043f\u0440\u043e\u0441\u0435\u0434\u0430\u0435\u0442. \u041d\u043e \u043a\u0430\u043a \u0438\u043c\u0435\u043d\u043d\u043e \u043f\u0438\u0441\u0430\u0442\u044c \u043a\u043e\u0434 \u043d\u0430 \u043a\u0430\u0436\u0434\u043e\u0439 \u0444\u0430\u0437\u0435 \u2014 \u0440\u0435\u0448\u0430\u0435\u0442 \u043c\u043e\u0434\u0435\u043b\u044c. \u041d\u0430 \u043a\u0430\u0436\u0434\u043e\u043c \u043f\u0440\u043e\u0433\u043e\u043d\u0435 \u0437\u0430\u043d\u043e\u0432\u043e.\u0420\u0430\u0437 \u043a\u043e\u0434 \u043f\u0438\u0448\u0435\u0442\u0441\u044f \u0441 \u043d\u0443\u043b\u044f \u043a\u0430\u0436\u0434\u044b\u0439 \u0440\u0430\u0437, \u0430\u0433\u0435\u043d\u0442 \u043f\u043e \u0441\u0432\u043e\u0435\u0439 \u043f\u0440\u0438\u0440\u043e\u0434\u0435 \u0441\u0442\u043e\u0445\u0430\u0441\u0442\u0438\u0447\u0435\u043d. \u0417\u0430 \u0432\u043e\u0441\u0435\u043c\u044c \u043f\u0440\u043e\u0433\u043e\u043d\u043e\u0432 \u0441\u043a\u043e\u0440\u044b \u0433\u0443\u043b\u044f\u043b\u0438 \u043e\u0442 0.802 \u0434\u043e 0.821 \u2014 \u0441 \u0437\u043e\u043b\u043e\u0442\u043e\u043c, \u0441\u0435\u0440\u0435\u0431\u0440\u043e\u043c \u0438 \u0431\u0440\u043e\u043d\u0437\u043e\u0439 \u0441\u0440\u0435\u0434\u0438 \u043d\u0438\u0445.\u0412\u043e\u0441\u0435\u043c\u044c \u043f\u0440\u043e\u0433\u043e\u043d\u043e\u0432 \u043e\u0434\u043d\u043e\u0433\u043e \u0430\u0433\u0435\u043d\u0442\u0430: \u0437\u043e\u043b\u043e\u0442\u043e \u043f\u043e\u0439\u043c\u0430\u043d\u043e, \u0430 \u043d\u0435 \u0441\u043a\u043e\u043d\u0441\u0442\u0440\u0443\u0438\u0440\u043e\u0432\u0430\u043d\u043e\u0421\u0442\u0430\u0431\u0438\u043b\u044c\u043d\u044b\u0439 \u043b\u0438 \u044d\u0442\u043e \u0440\u0435\u0448\u0430\u0442\u0435\u043b\u044c, \u0438\u043b\u0438 \u043c\u043d\u0435 \u043e\u0434\u0438\u043d \u0440\u0430\u0437 \u043f\u043e\u0432\u0435\u0437\u043b\u043e?\u0417\u0434\u0435\u0441\u044c \u0435\u0449\u0451 \u043d\u0430\u0431\u043b\u044e\u0434\u0435\u043d\u0438\u0435 \u043f\u0440\u043e \u043c\u043e\u0434\u0435\u043b\u044c, \u043a\u043e\u0442\u043e\u0440\u043e\u0435 \u0441\u0442\u043e\u0438\u043b\u043e \u043c\u043d\u0435 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u0438\u0445 \u0431\u0435\u0441\u0441\u043e\u043d\u043d\u044b\u0445 \u043f\u0440\u043e\u0433\u043e\u043d\u043e\u0432. \u041b\u0443\u0447\u0448\u0435 \u0432\u0441\u0435\u0445 end-to-end \u0432\u0435\u043b\u0430 \u0441\u0435\u0431\u044f \u0441\u0440\u0435\u0434\u043d\u044f\u044f \u043f\u043e \u0440\u0430\u0437\u043c\u0435\u0440\u0443 reasoning-\u043c\u043e\u0434\u0435\u043b\u044c, Gemini 2.5 Pro. \u041c\u043e\u0434\u0435\u043b\u0438 \u043a\u0440\u0443\u043f\u043d\u0435\u0435, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u044f \u043f\u0440\u043e\u0431\u043e\u0432\u0430\u043b, \u0440\u0430\u0431\u043e\u0442\u0430\u043b\u0438 \u0445\u0443\u0436\u0435: \u043f\u0435\u0440\u0435\u0443\u0441\u043b\u043e\u0436\u043d\u044f\u043b\u0438, \u0443\u0445\u043e\u0434\u0438\u043b\u0438 \u043e\u0442 \u043f\u043b\u0430\u043d\u0430, \u043e\u043f\u0443\u0441\u043a\u0430\u043b\u0438 \u043e\u0447\u0435\u0432\u0438\u0434\u043d\u044b\u0435 \u0443\u043a\u0430\u0437\u0430\u043d\u0438\u044f, \u0437\u0430\u0441\u0442\u0440\u0435\u0432\u0430\u043b\u0438 \u0432 \u043f\u0435\u0442\u043b\u0435. \u0422\u043e\u043d\u043a\u0438\u0439 \u0445\u0430\u0440\u043d\u0435\u0441\u0441 \u0432\u043e\u043a\u0440\u0443\u0433 \u043f\u043e\u0434\u0445\u043e\u0434\u044f\u0449\u0435\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 \u043e\u0431\u044b\u0433\u0440\u0430\u043b \u0431\u043e\u043b\u044c\u0448\u0443\u044e \u043c\u043e\u0434\u0435\u043b\u044c \u0432 \u0442\u044f\u0436\u0451\u043b\u043e\u0439 \u043e\u0431\u0432\u044f\u0437\u043a\u0435 (Opus 4.6 \u043d\u0435\u0449\u0430\u0434\u043d\u043e \u043f\u0435\u0440\u0435\u0438\u0437\u043e\u0431\u0440\u0435\u0442\u0430\u043b Titanic). \u041a\u043e\u043d\u0442\u0440\u0438\u043d\u0442\u0443\u0438\u0442\u0438\u0432\u043d\u043e, \u043d\u043e \u0442\u0430\u043a \u0432\u044b\u0448\u043b\u043e.\u0420\u0430\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u0435: \u0437\u0430 \u0447\u0435\u043c \u0441\u043a\u0440\u044b\u0432\u0430\u043b\u0430\u0441\u044c \u043f\u043e\u0431\u0435\u0434\u0430?\u0412\u043e\u0437\u043d\u0430\u043c\u0435\u0440\u0438\u0432\u0448\u0438\u0441\u044c \u043d\u0430\u043f\u0438\u0441\u0430\u0442\u044c \u0441\u0442\u0430\u0442\u044c\u044e, \u044f \u0437\u0430\u0434\u0430\u043b \u0441\u0435\u0431\u0435 \u043d\u0430\u0438\u0432\u043d\u044b\u0439 \u0432\u043e\u043f\u0440\u043e\u0441: \u00ab\u0410 \u0433\u0434\u0435, \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u043e, \u043a\u043e\u0434, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0432\u0437\u044f\u043b \u0437\u043e\u043b\u043e\u0442\u043e?\u00bb\u0412 \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0438 \u043b\u0435\u0436\u0438\u0442 \u0447\u0438\u0441\u0442\u044b\u0439 \u0434\u0435\u0442\u0435\u0440\u043c\u0438\u043d\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0439 \u0440\u0435\u0448\u0430\u0442\u0435\u043b\u044c solve_spaceship.py, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0431\u044b\u043b \u0441\u043e\u0437\u0434\u0430\u043d \u0434\u043b\u044f \u0434\u0435\u043c\u043e\u043d\u0441\u0442\u0440\u0430\u0446\u0438\u0438 \u0432\u0441\u0435\u0439 \u0441\u0432\u044f\u0437\u043a\u0438 \u0430\u0433\u0435\u043d\u0442\u0430. \u041d\u043e \u0430\u043f\u0440\u0435\u043b\u044c\u0441\u043a\u043e\u0435 \u0437\u043e\u043b\u043e\u0442\u043e \u0432\u0437\u044f\u043b \u043d\u0435 \u043e\u043d, \u0430 LLM-\u043f\u0435\u0442\u043b\u044f. \u0410 \u0433\u0434\u0435 \u0432\u0437\u044f\u0442\u044c \u0441\u0430\u043c \u0437\u043e\u043b\u043e\u0442\u043e\u0439 submission.csv? \u0412 \u0437\u0430\u043f\u0438\u0441\u0438 \u043f\u0440\u043e\u0433\u043e\u043d\u0430 \u0441\u0442\u043e\u0438\u0442 submission_path: \/tmp\/tmpf205ekw1.csv. \u0422\u043e\u0442 \u0441\u0430\u043c\u044b\u0439 \u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0439 \u0444\u0430\u0439\u043b \u0438\u0437 \u0440\u0430\u0437\u0434\u0435\u043b\u0430 \u043f\u0440\u043e A2A: \u043e\u043d \u0436\u0438\u043b \u0432 \u044d\u0444\u0435\u043c\u0435\u0440\u043d\u043e\u0439 \u0434\u0438\u0440\u0435\u043a\u0442\u043e\u0440\u0438\u0438, \u043d\u0438\u043a\u043e\u0433\u0434\u0430 \u043d\u0435 \u0441\u043e\u0445\u0440\u0430\u043d\u044f\u043b\u0441\u044f \u0438 \u0434\u0430\u0432\u043d\u043e \u0441\u0442\u0451\u0440\u0442. \u0412\u043e\u0441\u0441\u0442\u0430\u043d\u043e\u0432\u0438\u0442\u044c \u043d\u0435\u043b\u044c\u0437\u044f.\u041d\u043e \u043a\u043e\u0435-\u0447\u0442\u043e \u0443\u0446\u0435\u043b\u0435\u043b\u043e. \u041f\u0435\u0440\u0435\u0431\u0438\u0440\u0430\u044e \u0432\u043e\u0441\u0435\u043c\u044c \u043f\u0440\u043e\u0433\u043e\u043d\u043e\u0432 \u043f\u043e \u0434\u0430\u0439\u0434\u0436\u0435\u0441\u0442\u0443 Docker-\u043e\u0431\u0440\u0430\u0437\u0430:#\u0421\u043a\u043e\u0440\u041c\u0435\u0434\u0430\u043b\u044c\u0411\u0438\u043b\u043410.81609\u0441\u0435\u0440\u0435\u0431\u0440\u043ea1e693\u202620.82069\u0437\u043e\u043b\u043e\u0442\u043e97d33c\u202630.80460\u2014f52a08\u202640.80230\u2014d717b0\u202650.81149\u0431\u0440\u043e\u043d\u0437\u0430d5b4fc\u202660.80345\u20148b2883\u202670.80460\u2014dad0d9\u202680.80230\u2014dad0d9\u2026\u041f\u043e\u0440\u043e\u0433\u0438 \u043b\u0438\u0434\u0435\u0440\u0431\u043e\u0440\u0434\u0430: \u0437\u043e\u043b\u043e\u0442\u043e 0.82066, \u0441\u0435\u0440\u0435\u0431\u0440\u043e 0.81388, \u0431\u0440\u043e\u043d\u0437\u0430 0.80967. \u0417\u043e\u043b\u043e\u0442\u043e \u0432\u044b\u043f\u0430\u043b\u043e \u0440\u0430\u043d\u043e, \u0432\u0442\u043e\u0440\u044b\u043c \u043f\u0440\u043e\u0433\u043e\u043d\u043e\u043c, \u0438 \u0437\u0430 \u0432\u0441\u0451 \u0432\u0440\u0435\u043c\u044f \u043f\u0440\u0430\u0432\u043e\u043a \u0435\u0433\u043e \u0442\u0430\u043a \u0438 \u043d\u0435 \u0443\u0434\u0430\u043b\u043e\u0441\u044c \u043f\u0440\u0435\u0432\u0437\u043e\u0439\u0442\u0438. \u0410 \u043f\u0440\u043e\u0433\u043e\u043d\u044b 7 \u0438 8 \u2014 \u043e\u0434\u0438\u043d \u0438 \u0442\u043e\u0442 \u0436\u0435 \u0431\u0438\u043b\u0434 dad0d9\u2026, \u0437\u0430\u043f\u0443\u0449\u0435\u043d\u043d\u044b\u0439 \u0441 \u0440\u0430\u0437\u043d\u0438\u0446\u0435\u0439 \u0432 14 \u043c\u0438\u043d\u0443\u0442: 0.80460 \u0438 0.80230. \u0422\u043e\u0442 \u0436\u0435 \u043a\u043e\u0434, \u0434\u0440\u0443\u0433\u043e\u0439 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442. \u0412\u0441\u0435\u0433\u043e \u043d\u0430 \u0432\u043e\u0441\u0435\u043c\u044c \u043f\u0440\u043e\u0433\u043e\u043d\u043e\u0432 \u2014 \u0441\u0435\u043c\u044c \u0440\u0430\u0437\u043d\u044b\u0445 \u0431\u0438\u043b\u0434\u043e\u0432: \u044f \u043a\u0440\u0443\u0442\u0438\u043b \u043c\u043e\u0434\u0435\u043b\u044c \u0438 \u043e\u0431\u0432\u044f\u0437\u043a\u0443 \u043c\u0435\u0436\u0434\u0443 \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u043c\u0438.\u041e\u0442\u0432\u0435\u0442 \u043d\u0430 \u0432\u043e\u043f\u0440\u043e\u0441 \u2014 \u043d\u0435\u0443\u044e\u0442\u043d\u044b\u0439: \u0437\u043e\u043b\u043e\u0442\u043e \u043f\u043e\u0439\u043c\u0430\u043d\u043e, \u0430 \u043d\u0435 \u0441\u043a\u043e\u043d\u0441\u0442\u0440\u0443\u0438\u0440\u043e\u0432\u0430\u043d\u043e. \u042f \u0432\u043e\u0441\u0435\u043c\u044c \u0440\u0430\u0437 \u0431\u0440\u043e\u0441\u0438\u043b \u043a\u043e\u0441\u0442\u0438, \u0438 \u043e\u0434\u0438\u043d \u0440\u0430\u0437 \u0432\u044b\u043f\u0430\u043b\u043e \u0437\u043e\u043b\u043e\u0442\u043e.\u041d\u0430 \u0440\u0443\u043a\u0430\u0445 \u043e\u0441\u0442\u0430\u043b\u0441\u044f \u0442\u043e\u0447\u043d\u044b\u0439 \u0437\u043e\u043b\u043e\u0442\u043e\u0439 Docker-\u043e\u0431\u0440\u0430\u0437 (sha256:97d33c\u2026), \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u044f \u0437\u0430\u043a\u0440\u0435\u043f\u0438\u043b  git-\u0442\u0435\u0433\u043e\u043c gold-2026-04-13. \u0415\u0441\u0442\u044c \u043d\u0435\u0437\u0430\u0432\u0438\u0441\u0438\u043c\u0430\u044f \u0437\u0430\u043f\u0438\u0441\u044c \u043f\u0440\u043e\u0433\u043e\u043d\u0430 \u0443 \u043e\u0440\u0433\u0430\u043d\u0438\u0437\u0430\u0442\u043e\u0440\u043e\u0432. \u0418\u043d\u044b\u043c\u0438 \u0441\u043b\u043e\u0432\u0430\u043c\u0438, \u0440\u0435\u0446\u0435\u043f\u0442 \u0438 \u043a\u0443\u0445\u043d\u044f \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u043b\u0438\u0441\u044c, \u043a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u043e\u0435 \u0431\u043b\u044e\u0434\u043e \u2014 \u043d\u0435\u0442. \u0423 \u0441\u0442\u043e\u0445\u0430\u0441\u0442\u0438\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u0430\u0433\u0435\u043d\u0442\u0430 \u0442\u043e\u0442 \u0441\u0430\u043c\u044b\u0439 \u043f\u0440\u043e\u0433\u043e\u043d \u043d\u0435 \u043f\u043e\u0432\u0442\u043e\u0440\u0438\u0442\u044c: \u0434\u0430\u0436\u0435 \u043f\u043e\u0434\u043d\u044f\u0432 \u0442\u043e\u0442 \u0436\u0435 \u043e\u0431\u0440\u0430\u0437. \u041f\u043e\u043b\u0443\u0447\u0443 \u043a\u0430\u043a\u043e\u0439-\u0442\u043e \u0441\u0430\u0431\u043c\u0438\u0442 \u043e\u043a\u043e\u043b\u043e 0.80\u20130.82, \u043d\u043e \u043d\u0435 \u0442\u043e\u0442 \u0441\u0430\u043c\u044b\u0439 \u2014 \u00ab\u0437\u043e\u043b\u043e\u0442\u043e\u0439\u00bb.\u0422\u0430\u043a \u0447\u0442\u043e \u0436\u0435 \u043f\u043e-\u043d\u0430\u0441\u0442\u043e\u044f\u0449\u0435\u043c\u0443 \u0437\u043d\u0430\u0447\u0438\u0442 0.82069?0.82069 \u2014 \u044d\u0442\u043e \u043e\u0446\u0435\u043d\u043a\u0430 MLE-bench, \u0430 \u043d\u0435 \u043c\u0435\u0441\u0442\u043e \u043d\u0430 \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u043e\u0439 \u0434\u043e\u0441\u043a\u0435 Kaggle. \u0414\u0432\u0430 \u0440\u0430\u0437\u043d\u044b\u0445 \u0441\u0447\u0451\u0442\u0447\u0438\u043a\u0430.\u0414\u043b\u044f \u043f\u043e\u043d\u0438\u043c\u0430\u043d\u0438\u044f \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0430: \u0442\u0430\u043a\u043e\u0439 \u0441\u043a\u043e\u0440 \u0441\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0443\u0435\u0442 \u043f\u0440\u0438\u043c\u0435\u0440\u043d\u043e \u0442\u043e\u043f-6% \u2014 \u043f\u043b\u0430\u043d\u043a\u0430 \u0437\u043e\u043b\u043e\u0442\u0430 \u0442\u0443\u0442 \u043d\u0435 \u0444\u043e\u0440\u043c\u0430\u043b\u044c\u043d\u0430\u044f. \u041d\u043e \u0442\u043e\u043f-6% \u2014 \u044d\u0442\u043e \u043e\u0440\u0438\u0435\u043d\u0442\u0438\u0440 \u0441\u0438\u043b\u044b \u0441\u043a\u043e\u0440\u0430, \u0430 \u043d\u0435 \u043a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u043e\u0435 \u043c\u0435\u0441\u0442\u043e.Spaceship Titanic \u2014 \u0441\u043e\u0440\u0435\u0432\u043d\u043e\u0432\u0430\u043d\u0438\u0435 \u0443\u0447\u0435\u0431\u043d\u043e\u0435, \u0438 \u043c\u0435\u0434\u0430\u043b\u0435\u0439 \u0437\u0430 \u043d\u0435\u0433\u043e \u043d\u0435 \u0434\u0430\u044e\u0442 \u0432\u043e\u043e\u0431\u0449\u0435.\u0427\u0442\u043e \u044f \u0438\u0437 \u044d\u0442\u043e\u0433\u043e \u0432\u044b\u043d\u0435\u0441\u0427\u0435\u0442\u044b\u0440\u0435 \u0432\u044b\u0432\u043e\u0434\u0430 \u0438\u0437 \u0440\u0430\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u044f.\u041c\u043e\u0434\u0435\u043b\u044c \u043e\u043a\u0430\u0437\u0430\u043b\u0430\u0441\u044c \u0432\u0430\u0436\u043d\u0435\u0435 \u043e\u0431\u0432\u044f\u0437\u043a\u0438. \u0421\u0440\u0435\u0434\u043d\u044f\u044f reasoning-\u043c\u043e\u0434\u0435\u043b\u044c \u043d\u0430 \u0442\u043e\u043d\u043a\u043e\u043c \u0445\u0430\u0440\u043d\u0435\u0441\u0441\u0435 \u043e\u0431\u043e\u0448\u043b\u0430 \u043a\u0440\u0443\u043f\u043d\u044b\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u0432 \u0442\u044f\u0436\u0451\u043b\u043e\u0439 \u043e\u0431\u0432\u044f\u0437\u043a\u0435. \u0415\u0441\u043b\u0438 \u0432\u044b\u0431\u0438\u0440\u0430\u0435\u0442\u0435 \u043c\u0435\u0436\u0434\u0443 \u00ab\u043c\u043e\u0434\u0435\u043b\u044c \u043f\u043e\u0431\u043e\u043b\u044c\u0448\u0435\u00bb \u0438 \u00ab\u043f\u0435\u0442\u043b\u044f \u043f\u043e\u0447\u0438\u0449\u0435\u00bb \u2014 \u0443 \u043c\u0435\u043d\u044f \u0432\u044b\u0438\u0433\u0440\u0430\u043b\u0430 \u0432\u0442\u043e\u0440\u0430\u044f.\u0420\u043e\u0431\u0430\u0441\u0442\u043d\u043e\u0441\u0442\u044c \u0431\u044c\u0451\u0442 \u043f\u0438\u043a\u043e\u0432\u0443\u044e \u0433\u0435\u043d\u0438\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u044c. \u0412 \u043a\u043e\u043d\u043a\u0443\u0440\u0441\u0435, \u0433\u0434\u0435 \u043e\u0446\u0435\u043d\u0438\u0432\u0430\u0435\u0442 \u0434\u0440\u0443\u0433\u043e\u0439 \u0430\u0433\u0435\u043d\u0442 \u0438 \u043d\u0435\u0442 \u0447\u0435\u043b\u043e\u0432\u0435\u043a\u0430, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u00ab\u0434\u043e\u0436\u043c\u0451\u0442 \u0440\u0443\u043a\u0430\u043c\u0438\u00bb, \u0430\u0433\u0435\u043d\u0442, \u0441\u0442\u0430\u0431\u0438\u043b\u044c\u043d\u043e \u0434\u043e\u0432\u043e\u0434\u044f\u0449\u0438\u0439 \u0434\u0435\u043b\u043e \u0434\u043e \u0432\u0430\u043b\u0438\u0434\u043d\u043e\u0433\u043e submission.csv, \u043e\u0431\u044b\u0433\u0440\u044b\u0432\u0430\u0435\u0442 \u0431\u043e\u043b\u0435\u0435 \u0443\u043c\u043d\u043e\u0433\u043e, \u043d\u043e \u0445\u0440\u0443\u043f\u043a\u043e\u0433\u043e. \u041f\u0435\u0442\u043b\u044f \u0437\u0430\u0442\u043e\u0447\u0435\u043d\u0430 \u0434\u043e\u0432\u043e\u0434\u0438\u0442\u044c \u0441\u0430\u0431\u043c\u0438\u0442 \u0434\u043e \u043a\u043e\u043d\u0446\u0430: \u0435\u0441\u043b\u0438 \u043c\u043e\u0434\u0435\u043b\u044c \u0437\u0430\u043c\u043e\u043b\u0447\u0430\u043b\u0430, \u0430 \u0444\u0430\u0439\u043b\u0430 \u043d\u0435\u0442 \u2014 \u043f\u043e\u0434\u0442\u0430\u043b\u043a\u0438\u0432\u0430\u044e \u0435\u0451 \u00ab\u0441\u043e\u0437\u0434\u0430\u0439 submission.csv \u0441\u0435\u0439\u0447\u0430\u0441\u00bb; \u0435\u0441\u043b\u0438 \u043a \u043a\u043e\u043d\u0446\u0443 \u0438\u0442\u0435\u0440\u0430\u0446\u0438\u0439 \u0444\u0430\u0439\u043b\u0430 \u0442\u0430\u043a \u0438 \u043d\u0435\u0442 \u2014 \u0430\u0433\u0435\u043d\u0442 \u043f\u0430\u0434\u0430\u0435\u0442 \u0441 \u043e\u0448\u0438\u0431\u043a\u043e\u0439, \u0430 \u043d\u0435 \u043e\u0442\u0434\u0430\u0451\u0442 \u043c\u0443\u0441\u043e\u0440. \u0420\u0430\u0437\u0431\u0440\u043e\u0441 \u0432\u043e\u0441\u044c\u043c\u0438 \u043f\u0440\u043e\u0433\u043e\u043d\u043e\u0432 \u043a\u0430\u043a \u0440\u0430\u0437 \u043e\u0431 \u044d\u0442\u043e\u043c: \u043a\u0430\u0436\u0434\u044b\u0439 \u0432\u043e\u0437\u0432\u0440\u0430\u0449\u0430\u043b \u0447\u0442\u043e-\u0442\u043e \u0432\u0430\u043b\u0438\u0434\u043d\u043e\u0435.\u0414\u043b\u044f \u0438\u0437\u0432\u0435\u0441\u0442\u043d\u044b\u0445 \u0437\u0430\u0434\u0430\u0447 \u043d\u0443\u0436\u0435\u043d \u0434\u0435\u0442\u0435\u0440\u043c\u0438\u043d\u0438\u0437\u043c. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u043f\u043e\u0441\u043b\u0435 \u0441\u043e\u0440\u0435\u0432\u043d\u043e\u0432\u0430\u043d\u0438\u044f \u044f \u0438 \u043d\u0430\u043f\u0438\u0441\u0430\u043b solve_spaceship.py \u043f\u043b\u044e\u0441 \u0431\u044b\u0441\u0442\u0440\u044b\u0439 \u043f\u0443\u0442\u044c \u043f\u043e \u0441\u0438\u0433\u043d\u0430\u0442\u0443\u0440\u0435 \u043a\u043e\u043b\u043e\u043d\u043e\u043a (Transported + Cabin + RoomService): \u0434\u043b\u044f \u0437\u043d\u0430\u043a\u043e\u043c\u043e\u0439 \u0437\u0430\u0434\u0430\u0447\u0438 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043d\u0435 \u0434\u043e\u043b\u0436\u0435\u043d \u0437\u0430\u0432\u0438\u0441\u0435\u0442\u044c \u043e\u0442 \u043d\u0430\u0441\u0442\u0440\u043e\u0435\u043d\u0438\u044f LLM. \u0418\u043c\u043f\u0440\u043e\u0432\u0438\u0437\u0430\u0446\u0438\u044f \u0445\u043e\u0440\u043e\u0448\u0430 \u043d\u0430 \u043d\u0435\u0437\u043d\u0430\u043a\u043e\u043c\u043e\u043c, \u043d\u0430 \u0437\u043d\u0430\u043a\u043e\u043c\u043e\u043c \u044d\u0442\u043e \u043b\u0438\u0448\u043d\u0438\u0439 \u0440\u0438\u0441\u043a.\u041f\u0440\u043e\u0432\u0435\u043d\u0430\u043d\u0441 \u2014 \u044d\u0442\u043e \u0433\u0438\u0433\u0438\u0435\u043d\u0430, \u0430 \u043d\u0435 \u043f\u0430\u0440\u0430\u043d\u043e\u0439\u044f. \u0421\u043e\u0445\u0440\u0430\u043d\u044f\u0439\u0442\u0435 submission.csv. \u041f\u0438\u043d\u044c\u0442\u0435 \u043e\u0431\u0440\u0430\u0437 \u043f\u043e sha256. \u0422\u0435\u0433\u0430\u0439\u0442\u0435 \u0431\u0438\u043b\u0434. \u041e\u0434\u0438\u043d tempfile.mkdtemp \u0441\u0442\u043e\u0438\u043b \u043c\u043d\u0435 \u043d\u0435\u0432\u043e\u0441\u0441\u0442\u0430\u043d\u043e\u0432\u0438\u043c\u043e\u0433\u043e \u0437\u043e\u043b\u043e\u0442\u043e\u0433\u043e \u0441\u0430\u0431\u043c\u0438\u0442\u0430.\u0410 \u0432 \u043d\u0430\u0433\u0440\u0430\u0434\u0443 \u0434\u043e\u0447\u0438\u0442\u0430\u0432\u0448\u0438\u043c \u2014 \u043e\u0434\u043d\u0430 \u0444\u0438\u0447\u0430 \u0438\u0437 \u0440\u0435\u0448\u0430\u0442\u0435\u043b\u044f, \u0447\u0442\u043e\u0431\u044b \u0431\u044b\u043b\u043e \u0432\u0438\u0434\u043d\u043e: \u0437\u0430 \u0441\u0442\u043e\u0445\u0430\u0441\u0442\u0438\u043a\u043e\u0439 \u0441\u0442\u043e\u0438\u0442 \u0434\u043e\u043c\u0435\u043d\u043d\u0430\u044f \u043b\u043e\u0433\u0438\u043a\u0430, \u0430 \u043d\u0435 \u0441\u043b\u0435\u043f\u043e\u0439 \u0430\u0432\u0442\u043e\u0433\u0435\u043d. \u041f\u0430\u0441\u0441\u0430\u0436\u0438\u0440 \u0432 \u043a\u0440\u0438\u043e\u0441\u043d\u0435 \u0437\u0430\u043f\u0435\u0440\u0442 \u0432 \u043a\u0430\u044e\u0442\u0435, \u0442\u0440\u0430\u0442\u0438\u0442\u044c \u043d\u0435 \u043c\u043e\u0436\u0435\u0442 \u0444\u0438\u0437\u0438\u0447\u0435\u0441\u043a\u0438 \u2014 \u0442\u0440\u0430\u0442\u044b \u0438 CryoSleep \u0436\u0451\u0441\u0442\u043a\u043e \u0441\u0432\u044f\u0437\u0430\u043d\u044b, \u0438 \u044d\u0442\u043e \u0438\u043c\u043f\u0443\u0442\u0438\u0440\u0443\u0435\u0442\u0441\u044f \u0432 \u043e\u0431\u0435 \u0441\u0442\u043e\u0440\u043e\u043d\u044b:# solve_spaceship.py: \u0432 \u043a\u0440\u0438\u043e \u0442\u0440\u0430\u0442 \u0431\u044b\u0442\u044c \u043d\u0435 \u043c\u043e\u0436\u0435\u0442 \u2014 \u0437\u0430\u043f\u043e\u043b\u043d\u044f\u0435\u043c \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u0438&#8230;<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[],"tags":[],"class_list":["post-484573","post","type-post","status-publish","format-standard","hentry"],"_links":{"self":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/484573","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=484573"}],"version-history":[{"count":0,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/484573\/revisions"}],"wp:attachment":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=484573"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=484573"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=484573"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}