Sakana AI提出MASS实现LLM递归自改进

2026年10月，Sakana AI与UC Berkeley研究人员联合提出“多智能体自我监督”（MASS）方法。该方案旨在使单一语言模型通过解决任务、评估结果及优化工作流的闭环过程，实现递归式的自我改进。报道指出，尽管MASS展示了模型自主进化的潜力，但该方法仍存在共享盲区等局限性，表明其在完全自动化优化过程中尚面临技术挑战。目前进展主要集中于验证该框架在提升模型性能方面的可行性及其固有缺陷的分析。

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。