The Decoder· Jonathan Kemper·· 4 天前
Sakana AI 与 UC Berkeley 提出 MASS 自我改进方法，共享盲点成隐患
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 研究人员提出 Multi-Agent Self-Supervision（MASS），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，实现递归自我改进。
入选记录
门槛 76媒体与个人第一次 62第二次 62
未入选两次之和 124 < 门槛的两倍 152
- 信源等级
- 媒体与个人，这一级的门槛是 76 分
- 预筛
- 通过：Sakana AI自改进模型与多智能体研究
评分由模型按同一份标准独立打两次，满分 100；两次之和达到门槛的两倍才入选。门槛按信源等级设定。
来源：The Decoder · the-decoder.com