RecodeX 重构消息,Sakana AI提出名为MASS的方法,让同一个语言模型通过解题、评判结果和优化工作流实现自我改进,经过两轮迭代后对基础模型的胜率接近70%。

但研究指出,当模型在解题、评判和优化三种角色中犯下相同错误时,可能把这些错误误认为进步,并在训练中不断强化,从而无法识别自身盲区。