清华发布 Frontis-MA1:35B 模型在 MLE-Bench 冲到 71%

ceciletamura · x · 2026-09-03

清华大学团队发布论文 Frontis-MA1，探索迈向递归自我改进（RSI）的 AI4AI 模型，以机器学习工程（MLE）为可执行试验台。

• OpenMLE 开源全栈系统：包含带执行反馈的可验证任务环境（OpenMLE-Gym）、算子学习（OpenMLE-RL）与长程搜索（OpenMLE-Evo）。
• Frontis-MA1（35B）：作为 MLE 元进化 agent，围绕四个原子程序演化算子（Draft、Improve、Debug、Crossover）做执行反馈 SFT+RL 训练，数据对所有评测基准去重，再组合为长程搜索，把学习与进化耦合在单一循环中。
• 结果：在单张 RTX 4090（限 12GB 显存、每任务 12 小时预算）的 MLE-Bench Lite 上，配合 OpenMLE-Evo 将 Medal Average 从基座的 39.39% 提升至 60.61%，OpenMLE-Evo-Max 下达 71.21%（另有独立于基准的经验先验加成）。

原文链接 →

「编程与Agent」频道最新

• 开源编码 Agent Pi 破 10 万 GitHub Star，v2 即将发布 — gklambauer · 2026-09-03
• 针对特定代码库定制的 agent harness 或将取代通用框架 — secemp9 · 2026-09-03
• Teknium 实测 Hermes Agent:15 小时递归子代理删掉 37.5 万行代码 — Teknium · 2026-09-03
• 用本地 Gemma 搭规划-执行-审查四 Agent 网络研究流水线 — HlddenDreck · 2026-09-03
• 开发者用 Qwen3-4B 加 LoRA 打造带记忆与人格的本地助手 Arcon — Feathered-Beast · 2026-09-03
• DeepSeek Harness 引发热议：Agent 外壳会比模型本身更重要吗 — samrauh · 2026-09-03

更多「编程与Agent」频道 AI 资讯 →