这套自研AI系统跑分，已经超过了GPT-5.5

🚀 OpenRSI 是 @FrontisAI 推出的全新开放研究系列，旨在推动递归自我改进（RSI）取得具体、可验证的进展。

它的首个项目，同时也是我作为第一作者的第一项工作，我很荣幸推出 OpenMLE：一套用于自动研究的开源全栈 AI4AI 系统，其中进化智能体通过可执行反馈改进机器学习解决方案。

OpenMLE 包含三个组件：
- OpenMLE-Gym：5,758 个可执行任务 + 评估器
- OpenMLE-ERL：基于执行落地的 SFT + RL
- OpenMLE-Evo：经验引导的长时域搜索

🏆 完整系统——我们训练的 Frontis-MA1-35B 模型搭配 OpenMLE-Evo-Max——在 MLE-Bench Lite 上达到了 71.21% 的奖牌平均分，超过了 GPT-5.5 + Codex 的 68.18%，仅落后 GPT-5.6 Sol + Codex 以及 2.8T 参数的 Kimi K3 + Claude Code（72.73%）1.52%。

预算要求：单任务在一块显存限制为 12 GB VRAM 的 RTX 4090 上运行 12 小时。

🌍 在 10 个留出的 NatureBench Lite 任务上，两个组件都展现出迁移能力：
• 框架不变，替换模型：匹配SOTA比例从 50% 提升到 70%
• 底座模型不变，替换框架：匹配SOTA比例从 20% 提升到 50%

🔓 论文、代码、模型、数据和分析见下文。🧵