AI-modell lär sig förbättra sig själv via ett nätverk av agenter

arXiv cs.AI

Forskare har utvecklat en metod kallad MASS där en AI-modell tränar sig själv genom att sätta upp team av AI-agenter (specialiserade delmodeller) som samarbetar och utvärderar varandras arbete – utan mänsklig tillsyn. Med modellen Qwen3-6-27B gav metoden 1,2–1,6 gånger bättre prestanda på öppna tester, och modeller tränade på fleragens-data lärde sig lika mycket som ensamagenter gjort på 40 procent mer träningsdata. Det intressanta är att flaskhalsen 'vem granskar experten?' kringgås genom att låta modellen granska sig själv via olika roller – ett slags konstruktiv självkritik i grupp.