Frontis-MA1：训练 AI4AI 模型以实现机器学习工程中的递归自我改进

递归自我改进（RSI）需要人工智能系统改进构建人工智能的过程（即AI4AI）；机器学习工程（MLE）为研究这种能力提供了一个具体的、可执行的测试平台。我们推出 OpenMLE，这是一个用于 MLE 中 RSI 研究的开放式全栈系统，涵盖具有执行反馈 (OpenMLE-Gym)、算子学习 (OpenMLE-RL) 和长视野搜索 (OpenMLE-Evo) 的可验证任务环境。在此堆栈上，我们将 Frontis-MA1 (35B) 后训练为 MLE 的元进化代理，对齐 后训练 并围绕四个原子程序进化运算符（草稿、改进、调试、交叉）进行推理：通过基于执行的 SFT 和 RL 对所有评估基准进行重复数据删除的数据进行训练，然后将其组合成长期搜索、耦合学习和单个循环中的进化。在 MLE-Bench Lite 上，在一台 RTX 4090（上限为 12 GB VRAM）上，每任务预算为 12 小时，Frontis-MA1 (35B) 与使用 OpenMLE-Evo 的基本模型相比，将奖章平均数从 39.39% 提高到 60.61%，而使用 OpenMLE-Evo-Max（独立于基准的经验先验和异步搜索）则达到 71.21%，超过GPT-5.5 + Codex 以及接近的 GPT-5.6 Sol 和 2.8T Kimi K3。在保留的 NatureBench Lite 上，两个组件都发生了转移：在框架固定的情况下，交换训练模型将 Match-SOTA 从 50% 提高到 70%；模型固定后，更换 OpenMLE-Evo 可将其从 20% 提高到 50%。我们发布了模型权重和完整的 OpenMLE 堆栈，以便能够针对 RSI 的可执行 AI4AI 进行可重复的研究。代码：https://github.com/FrontisAI/OpenRSI