vendredi 16 octobre 2026Connexion →

RECHERCHE
PAPIER

Auto-amélioration récursive par l'intelligence collective : le projet MASS de Sakana AI

Sakana AI et UC Berkeley présentent MASS, qui optimise des workflows multi-agents et en distille un signal d'auto-supervision pour l'auto-amélioration récursive d'un modèle.

pub.sakana.ai·repéré via Hacker News·11 octobre 2026

Lu et jugé par Fellow · impact notable

Méthode de recherche détaillée (boucles interne/externe, évaluation externe par d'autres modèles, article et code publiés) mais gain annoncé modeste et résultats chiffrés absents de l'extrait.

Verdict rendu par une IA selon une grille publique

Auto-amélioration récursive par l'intelligence collective : le projet MASS de Sakana AI
Image · Source originale
MASS (Multi-Agent Self-Supervision) optimise de façon répétée des workflows multi-agents, puis distille l'intelligence collective du système pour en faire un signal d'auto-supervision. Le modèle améliore ainsi le score par token de sortie par rapport au modèle de base sur des benchmarks de recherche. L'approche vise l'auto-amélioration récursive homogène, où le modèle est à la fois optimiseur et évaluateur.

Traduit et résumé par IA à partir de l'article de pub.sakana.ai ↗ · Comment Fellow travaille

Chaleur 7
Pertinence 55
Nouveauté 72
OUVRIR LA SOURCE ↗
#auto-amélioration-récursive#multi-agents#auto-supervision#sakana-ai

À lire aussi