SakanaAI/mass
Multi-Agent Self-Supervision
解决的问题
MASS 通过创建自我改进循环来解决提升 AI 模型性能的挑战。它不依赖静态训练数据，而是让模型迭代地优化自身工作流，并从其生成的成功轨迹中学习。
工作原理
系统以循环方式运行。首先，它使用名为 RHI 的过程搜索并优化多智能体工作流，同时保持模型核心权重不变。然后，它从这些工作流中收集成功轨迹，并用于对模型进行后训练（微调）。更新后的模型成为下一轮循环的起点，形成递归改进过程。
适用对象
该项目面向对递归自我改进、多智能体系统和自动化后训练流程感兴趣的研究人员和开发者。它为那些希望使用合成任务和基准评估进行迭代模型更新实验的人提供了研究级实现。
亮点
- 自动化工作流搜索、轨迹收集和模型排名流程。
- 集成后训练工具，包括 LoRA、仅助手损失掩码和模型导出。
- 包含 12 个跨金融、制药和机器人领域的合成任务用于测试。
- 模块化命令结构，允许用户检查、暂停和恢复改进循环的特定阶段。
- 支持针对公共基准（如 ScienceAgentBench 和 MLR-Bench）评估模型进展。
相关
- 项目
- 项目
- 项目
- 项目