Frontis-MA1：训练AI4AI模型以实现机器学习工程中的递归自我改进
Frontis-MA1: Training an AI4AI Model towards Recursive Self-Improvement in Machine Learning Engineering
递归自我改进（RSI）要求AI系统能够改进构建AI的过程（即AI4AI）；机器学习工程（MLE）为研究这一能力提供了一个具体且可执行的测试平台。我们推出OpenMLE，一个用于MLE中RSI研究的开源全栈系统，涵盖带执行反馈的可验证任务环境（OpenMLE-Gym）、算子学习（OpenMLE-RL）以及长时程搜索（OpenMLE-Evo）。在此栈上，我们对Frontis-MA1（35B）进行后训练，使其成为MLE的元进化智能体，将后训练和推理围绕四个原子程序进化算子（Draft、Improve、Debug、Crossover）对齐：这些算子通过基于执行结果的SFT和RL训练，数据已针对所有评估基准去重，随后组合成长时程搜索，在单一循环中耦合学习与进化。在MLE-Bench Lite上，以单块RTX 4090（显存上限12 GB）每任务12小时预算，Frontis-MA1（35B）通过OpenMLE-Evo将奖牌平均值从39.39%提升至60.61%，并通过OpenMLE-Evo-Max（与基准无关的经验先验和异步搜索）达到71.21%，超过GPT-5.5 + Codex，接近GPT-5.6 Sol和2.8T的Kimi K3。在保留的NatureBench Lite上，两个组件均表现出迁移性：固定框架时，替换为训练后的模型将Match-SOTA从50%提升至70%；固定模型时，替换为OpenMLE-Evo将其从20%提升至50%。我们发布模型权重和完整OpenMLE栈，以支持面向RSI的可执行AI4AI的可复现研究。代码：https://github.com/FrontisAI/OpenRSI