开源全栈系统 OpenMLE：为递归自我改进打造 executable 测试床
dair_ai · x · 2026-08-01
这是一篇关于递归自我改进的有趣论文，研究团队发布了完整的开源技术栈。
- 核心系统：机器学习工程为递归自我改进提供了具体的可执行测试床。OpenMLE 是一个全栈开源系统，涵盖带执行反馈的可验证任务环境、算子学习和长程搜索。
- 模型训练：团队后训练了 35B 参数的元进化智能体 Frontis-MA1，围绕草稿、改进、调试和交叉四个原子程序进化算子进行对齐。这些算子通过执行接地的 SFT 和 RL 训练，并组合成长程搜索。
- 评测表现：在 MLE-Bench Lite 上，单任务 12 小时预算（单卡 RTX 4090，限制 12GB 显存）下，模型的奖牌平均分从 39.39% 提升至 60.61%；结合异步搜索和基准独立经验，分数可达 71.21%。
所属事件:开源全栈系统OpenMLE助力AI递归自我改进(3 条相关)→
「编程与Agent」频道最新
- 开源工具：AI 自动看 YouTube 生成小红书图文 — yangyi · 2026-10-16
- GitHub 用 AI 把 Copilot 运行时重写为 80 万行 Rust,CPU 内存降 90% — bibryam · 2026-10-16
- Demo 之外的真坑:Reddit 讨论企业 AI 落地最难的一公里 — djgoel123 · 2026-10-16
- 让 Claude 写计划、Codex 来审：双模型互查工作流实操 — theteknosaur · 2026-10-16
- NPCTalk 让 GTA V NPC 可实时对话:开源方案可移植任意游戏 — ChocolateDull8971 · 2026-10-16
- MCP 作者 Simon Willison：Code mode 将取代传统工具调用 — springrod · 2026-10-16