Sakana MASS: Ein 27B-Open-Modell trainiert sich selbst über Agenten-Teams — 1,2 bis 1,6x Score pro Token

Sakana MASS: Ein 27B-Open-Modell trainiert sich selbst über Agenten-Teams — 1,2 bis 1,6x Score pro Token — Sakana AI und UC Berkeley haben MASS (Multi-Agent Self-Supervision) veröffentlicht: Ein einziges offenes 27B-Modell (Qwen3.6-27B) füllt Executor-, Workflow-Optimizer- und Evaluator-Rolle gleichzeitig. Der Workflow-Optimizer sucht bessere Team-Workflows, der Evaluator bewertet die Arbeitsergebnisse selbst, und das Modell wird auf den besten Team-Läufen nachtrainiert. Nach zwei Zyklen liegt der Score pro Output-Token auf MLR-Bench, DSBench, ScienceAgentBench und AstaBench beim 1,2- bis 1,6-fachen des Basismodells, mit 68,3 % Win-Rate bei 31 % weniger Supervision-Tokens. Das Paper warnt selbst vor dem zentralen Sicherheitsproblem: geteilte blinde Flecken, wenn ein Modell die eigenen Outputs benotet, könnten durchs Training verstärkt werden. Code und Konfigurationen sind offen auf GitHub. Quelle · 🗃 Wayback Machine (Archiv)