MASS以多智能体自监督实现递归改进

10月12日，Hacker News 首页报道了 MASS 研究。该方法让同一模型承担任务执行、工作流优化和评估三种角色，并利用多智能体协作轨迹训练共享模型，实现递归自我改进。研究以 Qwen3.6-27B 为起点，完成两轮训练后，模型在3个合成测试任务上对基础模型的胜率达到69.9%。报道明确，GPT-5.5 和 Claude Opus 4.8 仅用于外部评估，不参与自我监督；目前披露的结果来自上述合成测试任务。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。