Sakana AI 提出多智能体自监督（MASS）实现递归自我改进

Sakana AI 提出 Multi-Agent Self-Supervision（MASS）方法，通过虚拟子智能体团队协作解决开放研究任务，利用自身判断选择最优工作流，并将团队经验蒸馏回共享模型。在27B开源模型上进行两轮训练后，输出token的评分达到基线模型的1.2-1.6倍。研究发现角色泛化、多智能体轨迹效率更高，且优化器容量是改进速度的瓶颈。论文、代码和博客已公开。