Frontisは、機械学習エンジニアリングにおける再帰的自己改善のために設計された35BパラメータのAI4AIモデルであるFrontis-MA1と、オープンソースのOpenMLEスタックを発表した。このシステムは、検証可能なタスク環境、演習学習、長時間ホライズン検索を統合し、実行ベースのトレーニングを通じてコード自体を改善するエージェントを実現している。

  • Frontis-MA1は、Draft、Improve、Debug、Crossoverという4つの原子プログラム進化演算子を使用してポストトレーニングされている。
  • 12時間の予算と1台のRTX 4090でMLE-Bench Liteを評価した結果、OpenMLE-Evoを用いてMedal Averageが39.39%から60.61%に改善された。
  • OpenMLE-Evo-Maxでは、Frontis-MA1は71.21%に到達し、GPT-5.5 + Codexを上回り、GPT-5.6 SolおよびKimi K3に近づいた。
  • NatureBench Liteでの転移可能性も示され、トレーニング済みモデルに置き換えることでMatch-SOTAが50%から70%に向上した。

モデルウェイトと完全なOpenMLEスタックの公開は、再帰的自己改善に向けた実行可能なAI4AIシステムに関する再現性のある研究を促進することを目的としている。