今日 · 貼文 10 月 11 日

Sakana AI 讓模型扮分工團隊再自訓。公司自報

Sakana AI 介紹與 UC Berkeley 合作的 MASS：讓同一個 270 億參數的開放模型扮成分工團隊，再用成功的合作紀錄微調自己。據公司貼文，跑兩輪後，每個輸出 token 換到的評測分數是原模型的 1.2 到 1.6 倍。 Sakana AI 共同創辦人 David Ha 導讀的做法分兩步輪流做：先讓模型演化出多個角色怎麼分工，再把成功的分工過程拿來訓練這個共用的模型；模型用自己產生的成功紀錄訓練自己；這算不算持續的自我改進，貼文沒有證明（David Ha，2026-10-11；Sakana AI，2026-10-11）。評測是研究類任務，貼文寫四個，只點名 MLR-Bench、ScienceAgentBench、DSBench 三個。這個比值是評測分數除以輸出長度，不等於能力提升 1.2 到 1.6 倍；比值變高也可能只是輸出變短，貼文沒分開給分數與長度的變化。論文自己警告：模型同時替自己打分數時，共同的盲點可能讓錯誤被當成進步、一路強化。⚠️ 數字只來自公司貼文，論文本報沒讀。怎麼查的 →

概念插圖，畫面分成左右兩格，每格上方是一塊印有「SAKANA AI」字樣的看板，字樣左邊有紅、藍、綠三個魚形小圖案；看板下方的灰色桌子上各放著一台筆電，紅色機身上印著「MASS」。左邊筆電螢幕上並排三個視窗，每個視窗裡有一個對話框；右邊筆電螢幕上只有一個視窗，裡面上下排著三個對話框。

出處與查證

這則刊在2026年10月12日的晨報，同一期還有 13 則。查證經過、引句核對與當天缺的資料，記在那一期的本日驗證。

引用這則

SecondSource（2026），〈Sakana AI 讓模型扮分工團隊再自訓。公司自報〉，https://secondsource.io/research/2026-10-12-1/，取用日期取用。