Multi-Agent Self-Supervision (MASS) memungkinkan peningkatan diri rekursif (RSI) dengan menggunakan satu model AI sebagai optimizer dan penilai untuk dirinya sendiri. Pendekatan homogen ini mengatasi tantangan maju di luar pengetahuan manusia, di mana ahli manusia mungkin kesulitan menilai hasil pada tugas yang tidak dapat diverifikasi. MASS secara berulang mengoptimalkan alur kerja multi-agen, menyaring kecerdasan kolektif dari sistem multi-agen, dan menggunakannya sebagai sinyal supervisi diri. Optimizer mencari alur kerja tim terbaik menggunakan umpan balik penilai, kemudian melatih eksekutor pada eksekusi tim terbaik yang dinilai sendiri. Model yang diperbarui mengisi semua tiga peran dan mengulang proses, meningkatkan skor per token output dibandingkan model dasar pada benchmark penelitian. Pendekatan ini diinspirasi oleh masyarakat manusia, di mana pencapaian kolektif berfungsi sebagai titik awal pembelajaran, dan dari konsep Thomas Kuhn tentang contoh bersama yang memungkinkan penyelesaian masalah ilmiah.
Entitas Kunci: Perusahaan: Sakana AI | Orang: Thomas Kuhn
Sumber: Hacker News · Diringkas oleh HeadlinesBriefing