- OpenMLE 是一个用于机器学习工程（MLE）中递归自我改进（RSI）的开放式全栈系统，包括环境（Gym）、算子学习（RL）和长周期搜索（Evo）。
- Frontis-MA1 (35B) 经过后训练成为元进化代理，使用四种原子操作符（草拟、改进、调试、交叉），通过执行接地 SFT 和 RL 进行训练。
- 在 MLE-Bench Lite 上，Frontis-MA1 使用 OpenMLE-Evo-Max 将奖牌平均值从 39.39% 提升至 71.21%，超越了 GPT-5.5 + Codex，接近 GPT-5.6 Sol。
- 训练后的模型和搜索框架均迁移到保留的 NatureBench Lite 上，分别将 Match-SOTA 从 50% 提升至 70%，从 20% 提升至 50%。
- 完整的栈——权重、Gym、沙箱、训练、搜索和评估——已开源，用于可复现的 AI4AI 研究，以迈向 RSI。