Sakana AI 与伯克利 MASS 论文:两轮迭代让模型每 token 性能提升 1.2–1.6 倍

TheTuringPost · x · 2026-10-13

arXiv 论文（Sakana AI 与 UC Berkeley 合作，作者含 Matei Zaharia 等）详述 MASS 方法：针对不可验证任务上递归自我改进的监督瓶颈，让单一基座模型迭代地提出、执行并自评多智能体工作流，在结构护栏约束的进化搜索中为任务找到最有效的角色分工与信息路由，再对模型做监督微调，形成持续的自举循环。

在 Qwen3.6-27B 上，两轮 MASS 周期使四个开放式公开基准上的每输出 token 性能提升 1.2–1.6 倍；多智能体轨迹训练效率更高：学生模型在其上训练，效果优于用多 1.4 倍训练 token 的单智能体轨迹。论文与代码已开源。