Sakana AI 联合 UC Berkeley 提出 MASS，实现无需外部验证器的递归自我改进

Sakana AI 联合 UC Berkeley 发布论文，提出 MASS 方法，通过多智能体自监督实现无需外部验证器的递归自我改进（RSI）。MASS 由多智能体执行器、workspace 自评估器和 workflow 自优化器组成，并演示了一个可工作的递归自我改进循环，把 RSI 扩展到更广泛的任务范围。原文指出，传统自我改进循环依赖外部验证器，开放性任务因缺少判分器而被排除在外。