FrontisAI/OpenRSI

何を解決するか

OpenRSIは「AIがAIを改善する」（再帰的自己改善）を実行可能な工学的問題として実現することを目指しています。AIが研究、実行、学習の繰り返しを通じて自らの能力を自律的に改善できるシステムの構築に焦点を当てており、特に改善速度自体を最適化のターゲットとしています。

仕組み

このプロジェクトはOpenMLEスタックを通じて実装されています。OpenMLEは機械学習工学（MLE）を最初の実行可能なドメインとしています。システムは検索、経験、訓練のループで動作します：

• OpenMLE-Gym：検証可能なタスク環境と評価ツールを提供し、タスクパッケージを作成します。
• OpenMLE-RL：実行に基づく教師あり微調整（SFT）とオンライン強化学習（RL）を使用して、特定のプログラム進化演算子を訓練します。
• Frontis-MA1：MLEにおけるメタ進化エージェントとして機能する、事前学習済みのAI4AIモデル。学習済み演算子を適用してコードを改善します。
• OpenMLE-Evo：これらの演算子を長期的検索パイプラインに組み合わせる検索ランタイムです。

システムは4つの原子的演算子を使用します：Draft（プログラムの作成）、Improve（フィードバックに基づく精緻化）、Debug（失敗の修復）、Crossover（プログラムの再結合）。

対象ユーザー

AI4AI、再帰的自己改善、自動機械学習工学に興味を持つAI研究者およびエンジニア向けに設計されています。

主な特徴

• Frontis-MA1：MLEにおけるメタ進化を目的とした専用のAI4AIモデル（30Bおよび35Bバージョンあり）。
• 実行に基づく学習：事前学習と推論を、プログラム進化演算子の共有アクション空間に合わせて整合させます。
• 検証可能な結果：訓練済みモデルと検索フレームワークの組み合わせにより、MLE-Bench LiteおよびNatureBench Liteで顕著な向上を示しています。
• OpenMLE Sandbox：自己ホスト型の分散コード実行および自動評価バックエンド。