The Decoder· Jonathan Kemper·· 28 天前AI 评分75
Sakana AI 提出 MASS 方法实现模型递归自我改进，但存在共享盲点风险
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 研究人员提出 MASS 方法，让单一语言模型通过解决任务、评估结果和优化工作流实现递归自我改进。测试显示该模型在多个基准上胜率从 53.9% 提升至 69.9%，但研究发现模型在三个角色中共享的盲点可能导致错误被误判为进步并进入下一轮训练，作者因此呼吁引入独立检查机制。
来源：The Decoder · the-decoder.com