多智能体自监督：Sakana AI 展示了一个有效的 RSI 循环

多智能体自监督（MASS）让同一个模型分饰三角，从团队记录里自己教自己！ 一个270亿参数的模型，没有任何人类标注，两轮自我迭代后每token得分涨到1.6倍。方法叫多智能体自监督（MASS），Sakana AI联合UC Berkeley做出来的。 想象你是一个初二学生，老师让你做一道没有标准答案的开放题：设计一个金融交易策略。