热点事件持续更新
Sakana AI 提出自改进方法 MASS
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
据 The Decoder 2026 年 10 月 13 日报道,Sakana AI 与 UC Berkeley 的研究人员提出多智能体自我监督方法 MASS。该方法让 Qwen3.6-27B 这一单一模型兼任三个角色:解题者、工作流优化者和评审者,整个过程无需依赖更强教师模型。报道称,采用 MASS 后模型在解题与评审方面的能力均获得提升,但这种多角色自我改进方式也存在共享盲点的问题。目前报道仅披露该方法的提出与上述初步效果,尚无更多后续进展信息。
AI 根据报道生成 · 2 小时前更新
最新进展10月13日 01:58
Sakana AI 与 UC Berkeley 发布 MASS,单一模型三角色自改进,能力提升但存共享盲点。报道时间线
沿着报道,了解事件的不同侧面。
10月13日
- The DecoderSakana AI 与 UC Berkeley 提出 MASS 自我改进方法,解题与评审能力提升但存在共享盲点
Sakana AI 和 UC Berkeley 研究人员提出多智能体自我监督方法 MASS,让 Qwen3.6-27B 单一模型兼任解题、优化工作流和评审三个角色,无需更强教师模型。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。