RechercheAnalyse ·
MASS : Sakana AI fait progresser un modèle en l'entraînant sur le travail de sa propre équipe d'agents
Un seul modèle ouvert de 27 milliards de paramètres organise des équipes d'agents, juge leurs résultats, puis apprend des meilleures. Après deux cycles, Sakana AI et Berkeley annoncent un gain de 1,2 à 1,6 fois sur quatre bancs d'essai de recherche, mais aucun progrès en programmation. Les auteurs soulignent eux-mêmes le risque d'un modèle qui se note seul.