Sakana联手伯克利推MASS：单模型自评自进化

时间：2026年10月12日 地点：日本东京Sakana AI总部；美国加州大学伯克利分校 人物：Sakana AI团队（含Yujin Tang、Jinglue Xu、Jeffrey Seely）；UC Berkeley团队（含Hyunin Lee、Donghyun Lee、Somayeh Sojoudi、Matei Zaharia） 事件详情：Sakana AI与加州大学伯克利分校联合发布论文《Recursive Self-Improvement through Multi-Agent Self-Supervision》（简称MASS，多智能体自监督），提出一种让单一27B开源模型Qwen3.6-27B同时扮演执行者、流程优化者、评估者三角色的递归自我改进框架：模型先以"进化搜索+结构化守卫"迭代生成多智能体工作流，再以自我评估挑选最佳轨迹做监督微调，无需任何外部人工标注数据 背景：随着前沿AI在科学发现、复杂推理等开放式任务上超越人类专家评估能力，传统"人类打分-监督微调"路径遭遇监督瓶颈——人类评估准确性下降，模型本身反而成了唯一可用的优化器和评估器；但单一实例同质化循环存在强化自身盲点的风险，难以可靠迭代复杂推理 影响：MASS经两轮迭代后，在MLR-Bench基准上得分提升至基线模型的1.60倍，DSBench 1.35倍、AstaBench 1.28倍、ScienceAgentBench 1.20倍；头对头胜率从首轮53.9%升至第二轮69.9%；多智能体轨迹训练数据效率优于单智能体，使用31%更少监督token即可训练出得分更高的学生模型；但代码类基准SWE-bench Verified反降至0.94倍、Terminal-Bench 2.0降至0.96倍 总结：研究证明单一模型可通过自我评估实现稳健的递归进化，但也暴露同质化RSI的致命弱点——"共享盲点"会让错误被接受为进步并通过训练放大，作者将其称为递归自我改进的"阿喀琉斯之踵"；论文代码已在GitHub公开但未附许可证，模型权重未发布，Sakana已同步开源Qwen3.6-27B作为底座基础模型 参考来源： 1. Sakana AI官方博客：https://sakana.ai/mass 2. arXiv预印本：https://arxiv.org/abs/2610.12176 3. HuggingNews报道：https://huggingnews.com/ai/sakana-ais-new-mass-method-boosts-27b-model-performance-16x-2eb713c4 4. AIWeekly深度分析：https://aiweekly.co/alerts/sakana-ai-publishes-mass-a-27b-recursive-self-improvement-framework-hitting-12 5. TheNextGenTechInsider：https://www.thenextgentechinsider.com/pulse/sakana-ai-and-uc-berkeley-researchers-introduce-mass-for-recursive-self-improvement 6. AI Front Page：https://aifront-page.com/sakana-ai-mass-recursive-self-improvement 7. TSN Media深度报道：https://tsnmedia.org/sakana-ai-mass-multi-agent-self-supervision-recursive-self-improvement-27b-model-self-reported-results