Sakana AI показала схему MASS: модель дообучается на работе своих же агентов

Sakana AI вместе с UC Berkeley показала MASS — способ дообучать модель на работе её же команды агентов, без людей и внешнего учителя. Название расшифровывается как multi-agent self-supervision, то есть самостоятельная проверка в мультиагентной схеме.

Одна и та же модель играет три роли: решает задачу командой виртуальных подагентов, подбирает лучшую схему их взаимодействия и сама судит, какой прогон вышел удачнее. Победившие прогоны становятся обучающими данными для следующего круга, и цикл повторяется.

Работа опубликована на сайте Sakana. В комментариях на Hacker News спорят, не закрепляет ли такая схема собственные ошибки модели, раз судья и исполнитель — одна и та же сеть.