फ्रंटिस ने मशीन लर्निंग इंजीनियरिंग में पुनरावर्ती आत्म-सुधार के लिए डिज़ाइन किए गए 35B पैरामीटर वाले AI4AI मॉडल Frontis-MA1 और ओपन-सोर्स OpenMLE स्टैक को जारी किया। सिस्टम में सत्यापनीय कार्य वातावरण, ऑपरेटर लर्निंग और लंबे अवधि की खोज शामिल हैं, जो एक एजेंट को निष्पादन-आधारित प्रशिक्षण के माध्यम से अपने स्वयं के कोड को बेहतर बनाने में सक्षम बनाते हैं।
- Frontis-MA1 का पोस्ट-ट्रेनिंग चार परमाणु प्रोग्राम-विकास ऑपरेटरों का उपयोग करके किया गया है: ड्राफ्ट, इम्प्रूव, डिबग और क्रॉसओवर।
- एक RTX 4090 पर 12 घंटे के बजट के साथ MLE-Bench Lite पर, मॉडल OpenMLE-Evo का उपयोग करके मेडल औसत को 39.39% से बढ़ाकर 60.61% तक ले जाता है।
- OpenMLE-Evo-Max के साथ, Frontis-MA1 71.21% तक पहुँचता है, जो GPT-5.5 + Codex को पार करता है और GPT-5.6 Sol और Kimi K3 के करीब पहुँचता है।
- फ्रेमवर्क NatureBench Lite पर स्थानांतरणीयता दिखाता है, जब प्रशिक्षित मॉडल को बदला जाता है तो Match-SOTA को 50% से बढ़ाकर 70% कर देता है।
मॉडल वेट्स और पूर्ण OpenMLE स्टैक दोनों का जारी होना पुनरावर्ती आत्म-सुधार की ओर एक्जीक्यूटेबल AI4AI सिस्टम पर प्रतिलिपि योग्य शोध को सक्षम बनाने के उद्देश्य से है।