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，让同一个语言模型在无更强教师模型的情况下同时承担解题、评判与优化三种角色，实现递归自我改进。 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、机器人与制药领域研究任务，其中 9 个用于训练、3 个用于测试。据 The Decoder 报道，该方法在解题与评判上均有提升，但存在共享盲点。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。