O autor implementou uma camada de AutoML para uma frota de agentes de IA, permitindo o roteamento eficiente apenas dos agentes necessários para perfis de clientes específicos, aumentando a produtividade sem custos adicionais. Este método simples e transferível destaca a economicidade da otimização de IA fora dos círculos acadêmicos.
O protótipo de software `FairMind` automatiza a análise de justiça causal ao nível do conjunto de dados, abordando a falta de consideração de justiça na maioria dos frameworks AutoML. Ele utiliza o modelo padrão de justiça e LLMs para gerar relatórios precisos sobre a justiça baseados em efeitos causais contrafactuais.
Este estudo apresenta yvsoucom-iterkit, um framework AutoML determinístico e orientado por logs para otimização de pipelines interpretáveis na previsão de risco em saúde. Ele permite a análise reprodutível de componentes de pipeline, mostrando que o desempenho é impulsionado por um pequeno subconjunto de elementos interativos como aumento de dados, escolha do modelo e tratamento de desequilíbrio.