Sakana AI 与 UC Berkeley 提出 MASS 自改进方法

2026年10月13日，The Decoder 报道，Sakana AI 与 UC Berkeley 提出一种名为 MASS 的多智能体自监督方法。该方法让同一个语言模型同时承担三种角色：解题、优化工作流以及评判结果，从而无需依赖更强的教师模型即可实现自改进。报道称，该方法在解题与评判方面有所变强，但难以发现自身盲点。目前报道仅涉及方法提出与初步观察，尚无后续进展信息。

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。