The Decoder· Jonathan Kemper·· 4 小时前AI 评分57
Sakana AI 与 UC Berkeley 提出 MASS：让单个模型自我求解、评审与优化，但共享盲区可能让错误被当作进步
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 研究者提出名为 MASS（Multi-Agent Self-Supervision）的递归自我改进方法，让同一个大语言模型同时承担求解、评审和优化三种角色，无需更强的教师模型。
来源：The Decoder · the-decoder.com