deepseek最新的v4 flash这个284b的模型性能接近gpt5.6 sol很牛吗？ 那如果一个35b的模型性能也能做到类似性能呢？ 清华最新的论文，用模型递归自我迭代（rsi）实现了这个不可能的目标！ 论文标题：Frontis-MA1: Training an AI4AI Model towards Recursive Self-Improvement in Machine Learning Engineering 主要观点： 真正的递归自我改进（RSI）需要 AI 系统能够改进“构建 AI 的过程本身”（即 AI4AI）。机器学习工程（Machine Learning Engineering, MLE）提供了一个具体、可执行、可验证的测试平台，因为代码可以实际跑起来、拿到执行反馈。 他们发布了一个完整开源全栈系统 OpenMLE，专门用于这类研究，包含三大组件： • OpenMLE-Gym：可验证的任务环境 + 执行反馈 • OpenMLE-RL / ERL：操作符学习（基于执行的 SFT + RL） • OpenMLE-Evo：长时程搜索（经验引导的进化搜索） 在此基础上，他们后训练出了一个 35B 参数的元进化智能体 Frontis-MA1。这个模型围绕四个原子级的程序进化操作符进行对齐： 1. Draft（起草初始方案） 2. Improve（基于分数和执行证据改进） 3. Debug（修复错误代码） 4. Crossover（交叉重组两个父方案的优点） 这些操作符通过执行接地（execution-grounded）​的 SFT 和 RL 训练，然后在推理时组合成长时程搜索循环，实现“学习”和“进化”在同一个闭环里运行。 关键结果（在严格资源限制下） 在 MLE-Bench Lite 上，每个任务只给 12 小时预算、单卡 RTX 4090（显存上限 12 GB）： • 基座模型：Medal Average 39.39% • 加上 OpenMLE-Evo：60.61% • 使用 OpenMLE-Evo-Max（异步搜索 + 与 benchmark 无关的经验先验）：71.21% 这个成绩已经超过 GPT-5.5 + Codex，并接近 GPT-5.6 Sol 和 2.8T 参数的 Kimi K3。 在留出测试集 NatureBench Lite 上也有迁移效果： • 框架固定、只换训练后的模型：Match-SOTA 从 50% → 70% • 模型固定、只换搜索框架：从 20% → 50% 说明模型后训练和搜索框架都贡献了增益，而且可以迁移。 意义与亮点 这不仅仅是另外一个rsi的研究，这把 RSI 落到了一个消费级算力就可复现、可执行的程度。 rsi不再是属于大公司的专利，买得起4090的个人也可以自己不断让模型自我迭代变得更强。(rick awsb ($people, $people))