Sakana AI与UC Berkeley提出MASS自监督方法

Sakana AI 与 UC Berkeley 研究人员提出多智能体自监督方法 MASS，让单个语言模型同时扮演解题、优化流程和评判结果三种角色，无需更强的教师模型即可递归自我改进。 在 Qwen3.6-27B 基座模型、Qwen Code 作为运行框架下，研究使用 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。测试任务对基座模型的胜率从一轮后的 53.9% 升至两轮后的 69.9%，自评判器与外部评委的一致率从 73% 升至 93%。代码已公开。 报道同时指出，该方法虽能提升解题与评判能力，却难以察觉自身盲区。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。