Sakana AI представила MASS — метод рекурсивного самосовершенствования LLM без участия человека
Метод Multi-Agent Self-Supervision позволяет одной модели улучшать себя, распределяя задачи между своими копиями, но несет риски закрепления ошибок.
Метод Multi-Agent Self-Supervision позволяет одной модели улучшать себя, распределяя задачи между своими копиями, но несет риски закрепления ошибок.
Исследователи из MIT и Sakana AI представили SIFT — фреймворк, который использует языковые модели для дешевой и быстрой оценки самообучающихся кодинг-агентов.
Японский стартап Sakana AI представил системы Fugu Ultra v2 и Fugu Max, которые используют многоагентный подход для превосходства над монолитными моделями вроде GPT-6.
Система The AI Scientist от Sakana AI продемонстрировала возможность полной автоматизации научного цикла в области машинного обучения.
Sakana AI разработала эволюционный алгоритм M2N2 для объединения ИИ-моделей без дорогостоящего переобучения, создавая гибридные системы с новыми возможностями.