热点事件持续更新
Sakana AI与UC Berkeley提出MASS自改进方法
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月13日，The Decoder报道，Sakana AI与UC Berkeley提出Multi-Agent Self-Supervision（MASS）方法。该方法让同一个语言模型同时承担解题、优化工作流和评估结果三种角色，无需依赖更强的教师模型即可实现自我改进。报道同时指出，盲点问题仍待解决。目前该事件仅有这一篇报道，尚无后续进展。
AI 根据报道生成 · 57 分钟前更新
最新进展10月13日 01:58
Sakana AI与UC Berkeley提出MASS，同一模型兼任解题、优化与评估三角色，无需教师模型。报道时间线
沿着报道，了解事件的不同侧面。
10月13日
- The DecoderSakana AI 与 UC Berkeley 提出 MASS 自我改进方法，盲点问题仍待解决
Sakana AI 与 UC Berkeley 提出 Multi-Agent Self-Supervision（MASS），让同一个语言模型同时承担解题、优化工作流和评估结果三种角色，无需更强的教师模型。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。