Sakana AI与UC Berkeley提出MASS自改进方法

Sakana AI 与 UC Berkeley 研究人员提出 Multi-Agent Self-Supervision（MASS）递归自我改进方法，让同一个语言模型同时承担解题、优化工作流和评判结果三种角色，无需更强的教师模型。 实验以 Qwen3.6-27B 为基础模型、Qwen Code 为运行框架，使用 GPT-5.5 生成的 12 个金融、机器人和制药研究任务，其中 9 个用于训练、3 个用于测试；由于搜索未能在其中一个训练任务上找到优于参照的工作流，最终只有 8 个任务产出训练数据。代码已公开。 据 The Decoder 报道，MASS 在解题与评判上变强，却难以发现自身盲点。

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。