Sakana AI与UC Berkeley提出MASS自改进方法

Sakana AI 与 UC Berkeley 提出 Multi-Agent Self-Supervision（MASS）方法，让同一个语言模型同时承担解题、优化工作流和评估结果三种角色，无需依赖更强的教师模型即可实现自我改进。报道同时指出，由于三种角色共享同一模型，可能存在的共享盲点或成隐患。目前该消息为最新进展，尚无后续报道披露更多细节。

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。