The Decoder· Jonathan Kemper·· 13 天前AI 评分62
Sakana AI 与 UC Berkeley 提出 MASS 自改进方法，共享盲区成隐患
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 提出多智能体自监督方法 MASS，让同一个语言模型同时承担解题、评判和优化工作流三种角色，无需更强的教师模型。基于 Qwen3.6-27B 和 Qwen Code，在测试任务上对基线的胜率从一轮后的 53.9% 升至两轮后的 69.9%，自评估器与外部评判的一致率从 73% 升至 93%。
来源：The Decoder · the-decoder.com