The Decoder· Jonathan Kemper·· 3 小时前AI 评分62
Sakana AI 与 UC Berkeley 提出 MASS 多智能体自监督方法
Sakana AI's self-improving model gets better at solving and judging, but can't catch its own blind spots
AI 导读
Sakana AI 与 UC Berkeley 提出 MASS 方法，让单一语言模型通过解题、评判和优化工作流实现递归自改进。基于 Qwen3.6-27B 的实验显示，两轮后测试任务胜率从 53.9% 升至 69.9%，自评器与外部评判一致率从 73% 升至 93%，但共享盲点可能让错误被当作进步并进入下一轮训练。
来源：The Decoder · the-decoder.com