A Sakana AI önfejlesztő modellje jobban old meg és ítél meg feladatokat, de nem veszi észre a saját vakfoltjait
🤖 AI-generált tartalom — A címet és az összefoglalót mesterséges intelligencia készítette automatikusan, emberi szerkesztői átnézés nélkül.
A Sakana AI és a UC Berkeley kutatói bemutatták a Multi-Agent Self-Supervision (MASS) nevű eljárást, amely erősebb külső tanítómodell nélkül valósít meg rekurz
<truncated 1416 bytes>
a Terminal-Bench 2.0 és a SWE-bench Verified teszteken enyhe visszaesés mutatkozott. Továbbá az MLR-Bench feladatain a befejezett beküldések száma ugyan 31-ről 50-re nőtt a 60-ból, az átlagos érdemjegy 3,07-ről 2,88-ra csökkent, a feladatonkénti előny pedig statisztikailag nem maradt szignifikáns.
Folytasd az appban — szavazz és szólj hozzá ➔Forrás: The Decoder (AI) · innen ahirlevel.hu