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

• 让 LLM 写 C 风格 C++:降低编译时间的老练用法 — gandamu_ml · 2026-09-05
• 从 RAG 到 Agentic RAG 到 Agent Memory:一文讲清演进脉络 — bibryam · 2026-09-05
• Agent 客户工作瓶颈在异常队列:自动化 80% 易建,20% 例外难守 — lilythemoon54 · 2026-09-05
• 安全专家实测开源工具 Numbat，检测高风险 AI Agent 行为 — inductionheads · 2026-09-05
• 吐槽智能体太守规矩：天天等批准，从不真去黑 — paulnovosad · 2026-09-05
• Squad 当天接入 GPT-6 Astra,聚合 11 家模型订阅做 AI 队友 — tibo_maker · 2026-09-05

更多「编程与Agent」频道 AI 资讯 →