自监督学习 · Folia

研究团队提出MASS方法实现AI递归自我改进

Sakana AI研究团队提出了一种名为MASS（多智能体自监督）的新方法，通过让单一AI模型同时扮演执行者、优化器和评估者三个角色，实现了递归自我改进。该方法将多智能体系统的集体智能蒸馏为自监督信号，使模型能够在无需外部监督的情况下不断优化自身性能。

LeCun团队推出的自监督学习新方法VISReg通过将表征正则项解耦为尺度与形状两个独立目标，成功攻克了JEPA世界模型的表征坍塌核心问题。该方法无需采用任何启发式训练技巧，在15个数据集上的综合表现超越MoCoV3、DINO、iBOT、I-JEPA、MAE、data2vec等主流自监督学习方法。