Sakana AI与UC Berkeley提出MASS自改进方法

Sakana AI 与 UC Berkeley 研究人员提出多智能体自监督方法 MASS，让同一个语言模型同时扮演解题、评判和优化工作流三种角色，无需更强的教师模型。在基于 Qwen3.6-27B、以 Qwen Code 为运行框架的实验中，研究者用 GPT-5.5 生成的 12 个金融、机器人和制药研究任务（9 个训练、3 个测试）评估：对基座模型的胜率从一轮后的 53.9% 升至两轮后的 69.9%，自我评判与外部评判的一致率从 73% 升至 93%。 研究同时指出，共享盲区可能让错误被当作进步并进入下一轮训练，作者因此呼吁引入独立检查并限制自主性。代码已公开。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。