Sakana AI 的自我改进模型在解题和评判方面表现更好，但无法发现自身的盲点

发生了什么

Sakana AI 和加州大学伯克利分校的研究人员推出了 MASS，这是一种利用 Qwen3.6-27B 的多个副本来解决任务、评估结果并优化工作流程的方法，无需更强大的教师模型。经过两轮优化，它在测试任务中相较于基础模型的胜率达到 69.9%，不过基准测试的提升很大程度上源于完成的工作更多，而且部分分数有所下降。由于存在共同盲点，有缺陷的结果得以通过评估并进入训练；研究人员因此建议进行独立检查、限制自主性，并明确干预条件。

这件事到目前为止

Sakana AI 与加州大学伯克利分校的研究人员推出了多智能体自监督（MASS）方法。该方法使用 Qwen3.6-27B 的多个副本来完成任务、评估结果并优化工作流程，无需更强大的教师模型；经过两轮后，其在测试任务中对比基础模型的胜率达到 69.9%。然而，基准测试成绩的提升主要反映了完成的工作更多，而且部分分数有所下降。 该方法的核心局限在于，模型副本共享盲点：有缺陷的结果可能通过评估并进入训练。因此，研究人员建议进行独立检查、限制自主性，并明确介入条件。结果显示，该方法在解决和评判任务方面有所提升，同时也表明，自我评估可能无法发现各副本共同存在的错误。

继续阅读

正在热议

1. 1Meta 开放发布 Muse Spark Open，支持 Mac 和云端部署，位居美国开放权重模型榜首
2. 2Google 在全球推出 Gemini 4 Argon，并扩大付费访问范围，基准测试结果不一
3. 3OpenAI 为 ChatGPT 中的 GPT-6 Astra Pro 带来并行智能体和更快响应
4. 4Meta的新商业条款引发有关网站抓取和 AI 训练权利的争议