ai-powered-markdown-translatorArticolo tradotto dal fr all’it con gpt-6.1-sol.
Sakana AI e ricercatori di UC Berkeley presentano MASS, un metodo in cui Qwen3.6-27B si perfeziona sulle migliori esecuzioni del proprio team di agenti: dopo due cicli, batte la propria versione di base nel 69,9 % dei confronti su compiti esclusi dall’addestramento. Tra le notizie brevi, FINAL-Bench lancia l’Open Quantum Challenge, un concorso di simulazione quantistica e correzione degli errori da svolgere su una sola GPU, e Qwen Code v0.25.1 diventa una versione stabile.
MASS: Sakana AI e UC Berkeley migliorano Qwen3.6-27B grazie al lavoro del proprio team di agenti
11 ottobre — Sakana AI e UC Berkeley presentano MASS, un metodo di automiglioramento ricorsivo: Qwen3.6-27B risolve compiti di ricerca in un team di sottoagenti, riscrive il workflow del team e valuta autonomamente i risultati, poi si perfeziona con LoRA sulle proprie migliori esecuzioni. Due valutatori esterni, GPT-5.5 e Claude Opus 4.8, misurano i progressi.
| Misura riportata | Valore pubblicato |
|---|---|
| Vittorie contro il modello di base dopo due cicli, compiti esclusi dall’addestramento | 69,9 % |
| Punteggio per token di output, quattro benchmark di ricerca | Da 1,2 a 1,6 volte il modello di base |
| Stessa misura, Terminal-Bench 2.0 e SWE-bench Verified | 0,96 e 0,94 volte il modello di base |
Gli stessi autori considerano il miglioramento disomogeneo tra i benchmark e pensano di correggerlo aggiungendo compiti di ingegneria del software. Il codice è pubblicato senza una licenza dichiarata e l’articolo è su arXiv dall’8 ottobre.
🔗 Post su MASS · Articolo su arXiv · Codice su GitHub
Notizie brevi
- Open Quantum Challenge — Su Hugging Face, FINAL-Bench (VIDRAFT) apre due stagioni da svolgere su una sola GPU, senza un computer quantistico: stimare l’energia dello stato fondamentale di sistemi di Fermi-Hubbard entro il 28 febbraio 2027 e progettare un decoder per la correzione degli errori (QEC) entro il 31 marzo 2027, con 1 000 dollari per stagione. 🔗 fonte · 🔗 spazio del concorso
- Qwen Code v0.25.1 — La versione stabile riunisce le tre versioni preliminari presentate qui dal 6 ottobre e aggiunge soltanto 17 voci, tra cui un pulsante di invio immediato (Invia ora) per i messaggi in coda nella Web Shell. Le note totalizzano 57 funzionalità e 85 correzioni dalla v0.25.0, senza modifiche incompatibili note. 🔗 fonte
Cosa significa
MASS parte da una constatazione: per un compito di ricerca aperto, nessuna regola automatica stabilisce se una risposta sia buona e il modello stesso può diventare il supervisore più competente disponibile. Sakana AI evidenzia la questione di sicurezza che ne deriva: quando un modello valuta sé stesso, punti ciechi condivisi possono far passare gli errori per progressi, per poi rafforzarli durante l’addestramento. Per misurare i progressi senza influenzare il ciclo, il protocollo si affida a valutatori esterni, i cui verdetti non vengono trasmessi a MASS; rispetto ai loro giudizi, la concordanza del valutatore passa dal 73 % del modello di base al 93 % dopo il secondo ciclo.
L’esperimento rivela anche qualcosa sui dati degli agenti. Secondo gli autori, le traiettorie del team sono più istruttive di quelle di un singolo agente: un modello addestrato sulle prime vince il 68,3 % dei confronti con il modello di base con 28,8 milioni di token supervisionati, contro il 64,0 % con 42 milioni per un modello addestrato sulle seconde. L’esperimento viene inoltre eseguito in Qwen Code, l’agente di programmazione la cui v0.25.1 diventa stabile lo stesso giorno: uno strumento per sviluppatori funge qui da banco di laboratorio per la ricerca.
L’Open Quantum Challenge affronta il problema dall’altro lato. Ogni proposta riceve automaticamente un punteggio sulla base di una risposta di riferimento fissa e la guida alla partecipazione è pensata per essere affidata a un agente di programmazione come Codex o Claude Code. Quando un compito è verificabile, un punteggio calcolato basta a distinguere i partecipanti; quando non lo è, MASS rende il modello giudice di sé stesso, sotto lo sguardo di valutatori esterni.