千机 API 热点事件持续更新
Sakana AI与UC Berkeley提出MASS自我改进方法
1 篇报道1 个报道来源5 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与加州大学伯克利分校研究人员提出多智能体自我监督（MASS）方法。该方法让同一个语言模型分别承担任务求解、工作流优化和结果评估，并通过迭代训练改进表现。报道指出，模型进步仍受共享盲点制约。
AI 根据报道生成 · 2 小时前更新
最新进展10月13日 01:58
Sakana AI与UC Berkeley提出MASS，但模型改进仍受共享盲点制约。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，模型进步仍受共享盲点制约
Sakana AI 与 UC Berkeley 研究人员提出 Multi-Agent Self-Supervision（MASS），让同一个语言模型分别承担任务求解、工作流优化和结果评估，并通过迭代训练改进表现。
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。