RUITA / DAILY BRIEF ·
MASS 研究用多智能体自监督改进共享模型
论文让同一模型在求解、工作流优化与评估角色间循环,并把生成的轨迹用于训练共享模型。
KEY FACTS
核心信息
- 01
MASS 将任务求解、多智能体工作流优化和评估连接成循环。
- 02
论文在所测合成任务与公开研究基准上报告了改善,同时指出软件工程类任务没有同等提升。
研究做了什么
研究团队先搜索多智能体协作工作流,再用生成的轨迹训练共享模型,并评估多轮更新后的表现。论文的实验对象和计算开销需要与结果一起阅读。
对高校读者的意义
做科研智能体或模型自我改进研究的团队,可以比较“先优化协作方式”和“直接训练模型”的成本与收益;复现时须把工作流搜索开销计入总成本。