FrontisAI/OpenRSI

Executable, measurable, and reproducible AI4AI toward recursive self-improvement. Home of OpenMLE and Frontis-MA1.

OpenRSI – AIがAIを改善するためのオープンイニシアチブ

何であるか – OpenRSI（Frontis AIによる）は、再帰的自己改善（RSI）の概念を具体的な工学的課題に変える研究用オープンソーススタックです。機械学習工学（MLE）を実験台として、AIシステムがコードの作成、改善、デバッグ、再結合を行い、コードを実行し、結果を観察し、その経験から学ぶことを目指しています。本プロジェクトは以下のコンポーネントをバンドルしています：

コンポーネント	役割
Frontis‑MA1	35‑B（および30‑B）の「AI for AI」基盤モデルで、4つの原子的なプログラム進化演算子（作成、改善、デバッグ、クロスオーバー）を実行するように訓練されています。
OpenMLE	フルスタックランタイムで、(1) OpenMLE‑Gym – 実行可能で検証可能なMLEタスクの構築と実行を可能にするライブラリ、(2) OpenMLE‑RL – 演算子の教師あり微調整（SFT）および実行に基づく強化学習のパイプライン、(3) OpenMLE‑Evo – 演算子を繰り返し適用してコードを最適化する長時間の進化的探索エンジンを提供します。
データセット	OpenMLE‑Tasks（タスク定義）と OpenMLE‑SFT‑Traces（教師付きトレース）はHugging Faceにホストされています。
ベンチマーク	結果はMLE‑Bench Lite（機械学習工学ベンチマーク）およびNatureBench Lite（Natureファミリー論文から導出されたコードエージェントベンチマーク）で報告されています。

なぜ重要なのか

実行可能なAI for AI – 静的なベンチマークではなく、システムは継続的に実際のコードを生成・実行・学習し、改善速度自体を最適化の対象にします。
メタ進化 – 今回のリリースは、限定された領域内で「改善者」を訓練する「メタ進化」までに留まり、完全な再帰的自己改善を主張するのではなく、研究の主張を現実的かつ再現可能に保っています。
オープンで再現可能なスタック – すべてのコード、モデル、タスクデータが公開されています（リポジトリはCC‑BY‑NC 4.0、モデル重みはHugging Face）。READMEにはトレーニングパイプラインの再現またはNatureBenchタスクでの単一探索の実行手順が詳細に記載されています。

コアコンセプト

演算子	機能
作成	指定から新しいプログラムを生成します。
改善	既存のプログラムを実行フィードバック（例：パフォーマンス指標）を使って精緻化します。
デバッグ	実行不能またはエラーを発生させるプログラムを修復します。
クロスオーバー	2つの親プログラムを統合して新しい候補を生成します。

これらの演算子は実行に基づくデータ（SFTトレース）から学習され、その後 OpenMLE‑Evo によって長時間の探索に組み合わされ、1つのGPUで数時間、または多数のGPUで非同期に実行可能です。

クイックスタート

# リポジトリをクローン
git clone https://github.com/FrontisAI/OpenRSI.git && cd OpenRSI

# コンポーネントを選択 – NatureBenchの単一ケースの場合：
#   1. NatureBenchリポジトリをクローン
#   2. Python venvをセットアップし、OpenMLE‑Evoの要件をインストール
#   3. 提供されたスクリプトを実行（プレースホルダをモデルエンドポイントとAPIキーに置き換え）

git clone https://github.com/FrontisAI/NatureBench.git
cd OpenMLE-Evo
python3.12 -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
conda env create -f environments/naturebench-local.yml
export PRIMARY_KEY='your‑api‑key'
./.venv/bin/python scripts/run_naturebench_local.py \
  --naturebench-repo ../../NatureBench \
  --conda-env naturebench‑local \
  --model-base-url https://model.example/v1 \
  --model-id served‑model‑name \
  --smoke   # full searchの場合は削除

リポジトリには各サブモジュール（OpenMLE‑Gym、OpenMLE‑ERL/SFT、OpenMLE‑ERL/RL、OpenMLE‑Evo）用の別々のREADMEがあり、環境設定、データ準備、起動コマンドの詳細が記載されています。

結果のスナップショット

評価	設定	メダル平均 / マッチSOTA
トレーニング後増加	基底モデル → Frontis‑MA1‑35B（探索固定）	39.39 % → 60.61 %
フルシステム	Frontis‑MA1‑35B + OpenMLE‑Evo‑Max	71.21 %
モデル転送（NatureBench）	Frontis‑MA1に置き換え、フレームワークは維持	50 % → 70 %
フレームワーク転送	OpenMLE‑Evo‑Maxに置き換え、基底モデルは維持	20 % → 50 %
これらの数値はモデルハーネス結果です：学習された演算子と探索システムが共同で性能を向上させる程度を測定しており、単なるモデルのみのスコアではありません。

どのような人が使うか

再帰的自己改善、メタラーニング、自動ソフトウェア工学を探索するAI for AI研究者。
実行可能で自動評価可能なAI生成コードを実験したいMLエンジニア。
タスク定義、実行、評価を統合した再現可能なパイプラインを探しているベンチマーク開発者。
エンドツーエンドのAI駆動コード最適化を示すためにオープンスタックが必要な教育者。

ライセンスと謝辞

リポジトリコードおよびOpenMLEアセット – CC BY-NC 4.0（非営利、出典必須）。サードパーティライブラリはそれぞれ独自のライセンスを保持（NOTICEを参照）。
モデル重みはHugging Faceにホストされ、同じ非営利条件の下で提供されます。
Qwen、SLIME、Ray、SGLang、Megatron‑LM、Transformers、MLE‑Bench、NatureBench、および多くの他のコミュニティに感謝します。

引用

この研究を基にした場合、以下のarXiv論文を引用してください：

@misc{yang2026frontisma1trainingai4aimodel,
  title={Frontis-MA1: Training an AI4AI Model towards Recursive Self-Improvement in Machine Learning Engineering},
  author={Junlin Yang and et al.},
  year={2026},
  eprint={2607.28568},
  archivePrefix={arXiv},
  primaryClass={cs.CL},
  url={https://arxiv.org/abs/2607.28568}
}

TL;DR

OpenRSIは、AIによるAIコードの改善を実現するオープンでエンドツーエンドのプラットフォームを提供します。35 Bの「メタ進化」モデル（Frontis‑MA1）、MLEタスク実行スタック（OpenMLE）、および研究者が報告された成果を再現または新しい領域に拡張できるデータセットを備えています。