The Decoder· Jonathan Kemper·· 3 小时前AI 评分20
Sakana AI 与 UC Berkeley 提出 MASS 方法：单模型自监督提升，但难以发现自身盲点
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 研究者提出 Multi-Agent Self-Supervision（MASS）方法，让单个语言模型同时承担解题、优化工作流和评估结果三个角色，基于 Qwen3.6-27B 与 Qwen Code 框架实现无更强教师模型的递归自我改进。
来源：The Decoder · the-decoder.com