11月6日消息，奇富科技11月4日正式开源自动建模Agent ModelEvo 2.0。新版本面向结构化与表格数据，用户明确业务目标、提供建模样本与验证方案后，系统可在给定预算内完成数据分析、实验规划与持续优化，输出通过校验的模型成果及完整实验记录。

相比上一版本，ModelEvo 2.0新增自主探索能力，可根据数据特征与实验反馈动态调整优化方向，覆盖特征构造、超参数优化等环节，减少算法人员的重复探索工作。同时引入跨任务经验复用机制，系统可保存建模原则、实验依据与模型配方，为后续任务提供参考；据奇富科技介绍，启用经验库后，同业务迭代达到最终效果的耗时可缩短至原来的约六分之一，且历史经验进入新任务时必须重新完成数据验证，避免直接复用带来的偏差。

可信机制层面，ModelEvo 2.0采用“大模型提案、代码裁决”的设计，通过统计检验、选择校正、独立复现、测试集隔离等流程降低偶然高分、数据泄漏的风险，方案冻结后开展一次性最终留出评估，完整记录实验过程以支持结果追溯。奇富科技方面称，该设计可适配金融等对模型可靠性、风险管理要求较高的场景，目前在奇富内部信贷业务数据上，系统已能稳定交付优于基线的模型。

奇富科技增长算法负责人王耀表示：“让大模型写代码变得容易，但让模型效果持续提升、并且经得起检验，仍然是一件严肃的事。ModelEvo 2.0想做的，是让大模型大胆地提出假设，再用严格的统计和工程纪律去检验，并把每一次有效的经验积累下来，形成持续进化的能力。”

据介绍，在奇富科技开展的五个公开数据集冷启动评测中，ModelEvo 2.0在六个单模型参评方案中取得1.60的最佳平均名次，三个数据集排名第一；其中在信贷违约预测任务上，效果较两个大模型建模Agent的单模型对照方案高出0.025以上。项目代码已在GitHub开源。（定西）