Frontis-MA1:训练面向机器学习工程递归自我改进的 AI4AI 模型
提出OpenMLE全栈系统并训练35B模型Frontis-MA1,用执行反馈的强化学习实现机器学习工程的递归自我改进
AI 深度解读
一个研究团队发布 Frontis-MA1 及配套开源系统 OpenMLE,专门研究「AI 训练更好的机器学习工程 AI」这一递归自我改进方向(即 AI4AI),试图把用 AI 造 AI 的过程变成可验证、可复现的科学实验。
- OpenMLE 是一套全栈开源框架,包含可验证任务环境、算子学习、长时序搜索三大模块
- 35B 参数的 Frontis-MA1 被训练成「元进化」智能体,围绕草拟、改进、调试、杂交四种原子级程序演化操作展开
- 训练数据经过与全部评测基准去重处理,避免刷题式刷分,强化学习与长程搜索被绑进同一个训练闭环
- 在 12 小时单任务预算、单张 12GB 显存 RTX 4090 的苛刻条件下,MLE-Bench Lite 平均奖牌率从基座模型的 39.39% 提升到 60.61%,配合更强搜索策略后达 71.21%,超过 GPT-5.5+Codex 组合,逼近 GPT-5.6 Sol 与 2.8 万亿参数的 Kimi K3
- 在完全没见过的 NatureBench Lite 上验证了训练成果可迁移,并开源了模型权重和全部代码
- 如果「AI 改进 AI 工程能力」这条路径能持续验证,消费级显卡也能跑出接近顶尖闭源模型的机器学习工程能力,对普通团队的算力门槛将是实质性利好。
本内容由 AI 生成，仅供参考，请注意甄别