Sakana AI与UC Berkeley提出MASS自改进方法

2026年10月13日，The Decoder报道，Sakana AI与UC Berkeley提出Multi-Agent Self-Supervision（MASS）方法，让同一个语言模型同时承担解题、评判和优化三种角色，实现递归自我改进。报道同时指出该方法存在局限：由于三种角色由同一模型担任，模型自身的共享盲点会在递归过程中不断累积。目前该报道为事件的最新进展，未提及后续验证或应用情况。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。