Sakana AI 与伯克利提出 MASS:多智能体自监督实现递归自我改进
TheTuringPost · x · 2026-10-13
Sakana AI 与 UC Berkeley 提出面向递归自我改进（RSI）的新方法 MASS（Multi-Agent Self-Supervision），核心思路是让同一模型的多份副本组成团队，互相作为优化器与评估器，突破模型自我批评的同质循环瓶颈。
工作方式分两个循环交替：
- 内循环优化工作流：模型提出多智能体工作流，执行并自评，迭代修订指令、任务分配与信息路由，权重不变；
- 外循环训练模型：用优化后的工作流生成轨迹（子 Agent 与编排者的对话和行动记录），对共享权重的模型做监督微调。
在 Qwen3.6-27B 上两轮 MASS 后的结果：
- 四个开放式基准上每 token 得分提升 1.2–1.6 倍；
- 评估器准确率从 73% 升至 93%；
- 对比胜率 68.3% vs 64.0%，且训练 token 更少；学生模型用多智能体轨迹训练，效果超过单 Agent 轨迹多花 1.4 倍训练 token 的水平；
- 编码与终端任务上每 token 得分略降。
作者强调目前只演示了两轮改进，尚未证明无限的自我提升；但结论是：模型确实可以通过学会给自己的副本分工协作来改进自己。
所属事件:Sakana AI 联合伯克利发布 MASS 递归自我改进方法(3 条相关)→
「漫话AGI」频道最新
- 比尔·盖茨称 AI「失控」风险仍在数年之外 — nordicinst · 2026-10-13
- Anthropic 评估警告：9B 小模型已能在 9 类硬件中的 8 类上跑推理，自我复制临近 — scaling01 · 2026-10-13
- Foresight Vision Weekend 2026 议程曝光:Zaremba、Neuralink 等齐聚旧金山 — allisondman · 2026-10-13
- 经验主义席卷数学：AI 证明冲击数学家共同体认同 — manoelribeiro · 2026-10-13
- 对抗自动化洪流要靠「反制 Agent」：没人准备好迎接AI带来的需求海啸 — robleclerc · 2026-10-13
- 基辛格：AI 加速芯片设计但造芯仍慢，业界应重构整个设计流程 — ai · 2026-10-13