Multi-Agent Self-Supervision (MASS) permite la mejora recursiva autorregulada (RSI) usando un solo modelo de IA como optimizador y evaluador de sí mismo. Este enfoque homogéneo aborda el desafío de avanzar más allá del conocimiento humano, donde los expertos humanos pueden tener dificultades para evaluar resultados en tareas no verificables. MASS optimiza repetidamente flujos de trabajo de multiagentes, destila la inteligencia colectiva de sistemas multiagentes y lo usa como señal de autorregulación. El optimizador busca el mejor flujo de trabajo de equipo usando retroalimentación del evaluador, luego entrena al ejecutor en las mejores ejecuciones del equipo autoevaluadas. El modelo actualizado ocupa los tres roles y repite el proceso, mejorando la puntuación por token de salida sobre el modelo base en pruebas de investigación. El enfoque se inspira en las sociedades humanas, donde los logros colectivos sirven como puntos de partida para el aprendizaje, y del concepto de Thomas Kuhn sobre ejemplos compartidos que habilitan la resolución de problemas científicos.
Entidades clave: Empresas: Sakana AI | Personas: Thomas Kuhn
Preguntas frecuentes: ¿Cómo permite MASS la mejora recursiva autorregulada sin feedback humano?
MASS utiliza un solo modelo de lenguaje compartido como solucionador de tareas, optimizador de flujos de trabajo y evaluador. El optimizador busca el mejor flujo de trabajo multiagente usando retroalimentación del evaluador, luego entrena al ejecutor en ejecuciones del mejor equipo autoevaluado. El modelo actualizado ocupa los tres roles y repite el proceso, creando una señal de autorregulación al destilar la experiencia colectiva del equipo en el modelo compartido.
Fuente: Hacker News · Resumido por HeadlinesBriefing