マルチエージェント自己監視（MASS）は、単一のAIモデルを自らの最適化者と評価者として使用し、再帰的自己改善（RSI）を可能にします。このホモジニアスなアプローチは、人間の知識を超える挑戦に対処し、人間の専門家が非検証可能なタスクでの結果を評価するのを困難にするという問題を解決します。MASSは多エージェントワークフローを繰り返し最適化し、多エージェントシステムからの集団知恵を蒸留し、それを自己監視シグナルとして使用します。最適化者は評価者のフィードバックを使用して最良のチームワークフローを検索し、その後自己評価された最良のチーム実行結果でエグゼキュータをトレーニングします。更新されたモデルはこの3つの役割を果たし、プロセスを繰り返し、研究ベンチマークにおいてベースモデルに比べて出力トークンあたりのスコアを向上させます。このアプローチは人間社会からインスピレーションを得ており、集団の成果が学習の起点となること、そしてトマス・クェン（Thomas Kuhn）の共有例が科学的問題解決を可能にするという概念からも構成されています。
キーエンティティ：企業：Sakana AI | 人物：Thomas Kuhn
FAQ：人間のフィードバックなしでMASSは如何にして再帰的自己改善を可能にするのか？
MASSは、タスクソルバー、ワークフローオプティマイザー、評価者として単一の共有言語モデルを使用します。最適化者は評価者のフィードバックを使用して最良のマルチエージェントワークフローを検索し、その後自己評価された最良のチーム実行結果でエグゼキュータをトレーニングします。更新されたモデルはこの3つの役割を果たし、プロセスを繰り返し、チームの集団経験を共有モデルに蒸留することで自己監視シグナルを作成します。
出典: Hacker News · 要約：HeadlinesBriefing