多智能体自监督（MASS）通过将单个AI模型同时用作优化者和自我评估者，实现递归自我改进（RSI）。这种同质化方法解决了超越人类知识的挑战，人类专家在非可验证任务上可能难以评估结果。MASS不断优化多智能体工作流程，提炼多智能体系统的集体智慧，并将其作为自监督信号。优化者根据评估者反馈搜索最佳团队工作流程，然后在自判断最佳团队执行结果上训练执行者。更新后的模型填补这三个角色，并重复该过程，使其在研究基准测试中的输出标记得分相对于基础模型提升。该方法受人类社会启发，集体成就作为学习起点；也受托马斯·库恩（Thomas Kuhn）关于共享实例促进科学问题解决的概念影响。
关键实体：公司：Sakana AI | 人物：Thomas Kuhn
常见问题：MASS如何在没有人类反馈的情况下实现递归自我改进？
MASS使用单个共享语言模型作为任务求解者、工作流程优化者和评估者。优化者根据评估者反馈搜索最佳多智能体工作流程，然后在自判断最佳团队执行结果上训练执行者。更新后的模型填补这三个角色并重复该过程，通过将集体团队经验提炼到共享模型中，形成自监督信号。
来源: Hacker News · 由HeadlinesBriefing整理摘要