行业动态
the-decoder.com ·
@Jonathan Kemper
Sakana AI 的自改进模型在解题与评判上进步，却无法发现自身盲点
Sakana AI 的 MASS 方法让单个语言模型通过解题、评判结果和优化工作流实现自我改进，两轮后对基座模型的胜率接近 70%。但当模型在三种角色中犯下相同错误时，可能将其误认为进步并在训练中强化。
AI推荐理由 报道 Sakana AI 的 MASS 自改进方法：模型通过解题、评判结果和优化流程自我提升，两轮后对基座模型胜率近 70%，但同时指出模型在三重角色中重复同一错误时会误判为进步并强化错误。内容具体、有量化结果并保留局限，对自改进与 Agent 研究有实际价值。
72
正文
当前仅保存了标题或简介；并非所有来源都提供正文，可通过下方原文链接查看。