Hacker News Front Page · Hyunin Lee† UC Berkeley ·
Multi-Agent Self-Supervision (MASS)
MASS propone un método de mejora recursiva en el que un mismo modelo optimiza los flujos de trabajo de equipos de agentes, evalúa sus resultados y aprende de las ejecuciones mejor clasificadas. En pruebas con tareas de investigación, dos rondas elevaron la tasa de victorias frente al modelo base y alcanzaron entre 1,2 y 1,6 veces su puntuación por token en cuatro benchmarks, aunque las mejoras en tareas de ingeniería de software fueron limitadas. Los experimentos también indican que las trayectorias multiagente pueden ofrecer una señal de entrenamiento más eficiente, pero advierten que los errores compartidos entre el optimizador y el evaluador plantean riesgos para la supervisión y la seguridad.
Self-supervision through better coordination among agents that share one language model.