Sakana AI secara resmi memperkenalkan Multi-Agent Self-Supervision (MASS), sebuah kerangka kerja inovatif untuk mencapai peningkatan diri secara rekursif (recursive self-improvement) melalui pemanfaatan kecerdasan kolektif agen virtual.

Kerangka kerja ini memungkinkan satu model berbagi tugas melalui tim subagen virtual untuk mencari alur kerja multi-agen terbaik, menilai kinerjanya sendiri secara otonom, dan menyuling pengalaman kolektif tersebut kembali ke dalam model dasar.

Daya tarik utamanya terletak pada kemampuan peningkatan performa yang terbukti melonjak hingga 1,6 kali lipat dari model dasar setelah dua siklus pelatihan, di mana lintasan multi-agen terbukti jauh lebih efisien sebagai data pelatihan dibandingkan pendekatan agen tunggal.

Inovasi yang dikembangkan bersama peneliti UC Berkeley ini menandai langkah penting dalam eksplorasi peningkatan diri AI secara mandiri, dengan rincian makalah dan kode sumber program yang kini sudah dapat diakses melalui platform terbuka.