Sakana AI 자가 개선 모델, 기본 모델 대비 70% 승률 달성
Sakana AI's self-improving model gets better at solving and judging, but can't catch its own blind spots
- 매체
- The Decoder
- 게시
- 중요도
- 4/5
- 화제 지수
- —
한국어 요약
Sakana AI의 MASS 방법이 하나의 언어 모델로 작업 수행, 결과 판단, 워크플로우 개선을 반복하여 기본 모델 대비 70% 근처의 승률을 달성했다. 다만 모델이 공통 오류를 감지하지 못할 수 있다는 한계가 있다.
같은 소식, 다른 매체 · 2곳
원문 발췌 · English
Sakana AI's MASS method lets one language model improve itself by solving tasks, judging results, and refining workflows, reaching a win rate of nearly 70 percent against the base model after two rounds. But when the model misses the same errors across all three roles, it can mistake them for progress and reinforce them during training. The article Sakana AI's self-improving model gets better at solving and judging, but can't catch its own blind spots appeared first on The Decoder.