FrontisAI/OpenRSI

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

OpenRSI – 开放式「AI 改进 AI」研究倡议

是什么 – OpenRSI（由 Frontis AI 开发）是一个研究级开源堆栈，将递归自我改进（RSI）的概念转化为一个具体的工程问题。它聚焦于 机器学习工程（MLE）作为试验场，使 AI 系统能够 编写、改进、调试和重组代码，运行代码，观察结果，并从经验中学习。该项目包含以下组件：

组件	作用
Frontis‑MA1	一个 35-B（及 30-B）的「AI for AI」基础模型，经过训练可执行四种原子程序进化操作（撰写、改进、调试、交叉）。
OpenMLE	全栈运行时，提供 (1) OpenMLE‑Gym – 用于构建可验证 MLE 任务并执行的库，(2) OpenMLE‑RL – 用于监督微调（SFT）和基于执行的强化学习的管道，(3) OpenMLE‑Evo – 一种长周期进化搜索引擎，可反复应用这些操作以优化代码。
数据集	OpenMLE‑Tasks（任务定义）和 OpenMLE‑SFT‑Traces（监督轨迹）托管在 Hugging Face 上。
基准测试	结果在 MLE‑Bench Lite（机器学习工程基准）和 NatureBench Lite（源自 Nature 系列论文的编码代理基准）上报告。

为何重要

可执行的 AI for AI – 与静态基准不同，该系统持续生成、运行并从真实代码中学习，使 改进速度本身成为优化目标。
元进化 – 本次发布止步于「元进化」（在有限领域内训练一个改进者），而非声称完全的递归自我改进，这使研究主张更现实且可复现。
开放、可复现的堆栈 – 所有代码、模型和任务数据均公开发布（仓库采用 CC‑BY‑NC 4.0，模型权重在 Hugging Face 上）。README 提供了复现训练流程或在 NatureBench 任务上运行单次搜索的逐步指南。

核心概念

操作	作用
撰写	根据规范生成新程序。
改进	利用执行反馈（如性能指标）对现有程序进行优化。
调试	修复无法运行或产生错误的程序。
交叉	合并两个父程序以生成新候选。

这些操作从基于执行的数据（SFT 轨迹）中学习，并由 OpenMLE‑Evo 组合为长周期搜索，可在单个 GPU 上运行数小时，或在多个 GPU 上异步执行。

快速入门

# 克隆仓库
git clone https://github.com/FrontisAI/OpenRSI.git && cd OpenRSI

# 选择组件 – 以单个 NatureBench 任务为例：
#   1. 克隆 NatureBench 仓库
#   2. 设置 Python venv 并安装 OpenMLE‑Evo 要求
#   3. 运行提供的脚本（将占位符替换为您的模型端点和 API 密钥）

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   # 移除以进行完整搜索

仓库中包含各子模块（OpenMLE‑Gym、OpenMLE‑ERL/SFT、OpenMLE‑ERL/RL、OpenMLE‑Evo）的独立 README，详细说明了环境设置、数据准备和启动命令。

结果快照

评估	设置	奖牌平均 / 匹配 SOTA
训练后提升	基础模型 → Frontis‑MA1‑35B（搜索固定）	39.39 % → 60.61 %
完整系统	Frontis‑MA1‑35B + OpenMLE‑Evo‑Max	71.21 %
模型迁移（NatureBench）	替换为 Frontis‑MA1，保留框架	50 % → 70 %
框架迁移	替换为 OpenMLE‑Evo‑Max，保留基础模型	20 % → 50 %
这些数字是模型夹具结果：衡量学习到的操作和搜索系统共同提升的性能，而非仅模型本身的原始得分。

谁可能使用

探索递归自我改进、元学习或自动化软件工程的 AI for AI 研究人员。
希望在沙箱中实验可执行并自动评估的 AI 生成代码的 ML 工程师。
寻找可复现流程，将任务定义、执行和评估整合在一起的基准开发者。
需要开放堆栈来演示端到端 AI 驱动代码优化的教育工作者。

许可与致谢

仓库代码与 OpenMLE 资产 – CC BY-NC 4.0（非商业用途，需署名）。第三方库保留其各自许可证（见 NOTICE）。
模型权重托管在 Hugging Face，采用相同非商业条款。
感谢 Qwen、SLIME、Ray、SGLang、Megatron‑LM、Transformers、MLE‑Bench、NatureBench 以及众多其他社区的支持。

引用

若基于此工作，请引用配套的 arXiv 论文：

@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 提供了一个开放、端到端的平台，用于 AI 驱动的 AI 代码改进。它包含一个 35 B 的「元进化」模型（Frontis‑MA1）、一个完整的 MLE 任务执行堆栈（OpenMLE），以及数据集，使研究人员能够复现报告的提升或扩展系统至新领域。