Ця стаття представляє ML-Master 2.0, автономного агента, який займається наддовгостроковою інженерією машинного навчання. Він використовує ієрархічне когнітивне кешування для управління контекстом та підтримки стратегічної узгодженості протягом тривалих експериментальних циклів, долаючи обмеження великих мовних моделей (LLM) у реальних дослідженнях шляхом динамічного перетворення тимчасових слідів виконання у стабільні знання.