Sakana AI与UC Berkeley提出MASS递归自我改进方法

Sakana AI与UC Berkeley研究者提出MASS（Multi-Agent Self-Supervision）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，实现递归自我改进，无需更强的教师模型，代码已公开。 该方法以Qwen3.6-27B为基座模型、Qwen Code为框架，在GPT-5.5生成的12项研究任务（覆盖金融、机器人与制药领域）上评测，其中9项用于训练、3项用于测试；因搜索在一项训练任务上找不到优于参考的工作流，实际只有8项产出训练数据。研究者同时指出，求解、评审与优化共用同一模型可能带来共享盲区，使错误被当作进步。

AI 根据报道生成 · 2 小时前更新