The Decoder· Jonathan Kemper·· 2 天前AI 评分55
Sakana AI 的自我改进模型在任务解决与评估上提升，但无法发现自身盲点
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任务执行、工作流优化和结果评估。测试中模型对基础模型的胜率从一轮后的 53.9% 提升至两轮后的 69.9%，但共享盲点可能让错误被判断为进步并进入后续训练。
来源：The Decoder · the-decoder.com