MASS: il modello che si migliora da solo facendo da team, coach e giudice

• Sakana AI e UC Berkeley presentano MASS (Multi-Agent Self-Supervision): un solo modello fa tre ruoli insieme, cioè un team di subagent che risolve i compiti, l'ottimizzatore che riscrive il workflow del team e il valutatore che sceglie il risultato migliore. Poi si allena sulle proprie soluzioni migliori e ricomincia: self-improvement ricorsivo.
• Su Qwen3.6-27B (open-weights), dopo due cicli il punteggio per token generato arriva a 1,2-1,6× quello del modello base su quattro benchmark di ricerca (MLR-Bench, DSBench, ScienceAgentBench, AstaBench). Sui task di test vince il 69,9% dei confronti contro il base.
• Allenato solo a risolvere compiti, migliora anche come ottimizzatore e valutatore. Le tracce multi-agent insegnano più di quelle single-agent: battono un modello allenato con 1,4× token in più. Il collo di bottiglia è l'ottimizzatore, non il valutatore.
• Codice e paper aperti, con un capitolo sulla sicurezza quando il modello si giudica da solo.

Sources

• Blog ufficiale
• Paper arXiv
• Codice su GitHub
• Pagina Sakana
• Post X di Sakana AI