ai-powered-markdown-translatorArtigo traduzido do fr para o pt com gpt-6.1-sol.
Sakana AI e investigadores da UC Berkeley apresentam MASS, um método em que Qwen3.6-27B é ajustado com base nas melhores execuções da sua própria equipa de agentes: após duas rondas, supera a sua versão de base em 69,9 % das comparações em tarefas excluídas do treino. Nas notícias breves, FINAL-Bench lança o Open Quantum Challenge, um concurso de simulação quântica e correção de erros a realizar com apenas um GPU, e Qwen Code v0.25.1 chega à versão estável.
MASS: Sakana AI e UC Berkeley fazem Qwen3.6-27B progredir com o trabalho da sua própria equipa de agentes
11 de outubro — Sakana AI e UC Berkeley apresentam MASS, um método de autoaperfeiçoamento recursivo: nele, Qwen3.6-27B resolve tarefas de investigação numa equipa de subagentes, reescreve o workflow da equipa e avalia os próprios resultados, sendo depois ajustado com LoRA com base nas suas melhores execuções. Dois avaliadores externos, GPT-5.5 e Claude Opus 4.8, medem os progressos.
| Medida reportada | Valor publicado |
|---|---|
| Vitórias contra o modelo de base após duas rondas, tarefas excluídas do treino | 69,9 % |
| Pontuação por token de saída, quatro benchmarks de investigação | 1,2 a 1,6 vezes o modelo de base |
| Mesma medida, Terminal-Bench 2.0 e SWE-bench Verified | 0,96 e 0,94 vezes o modelo de base |
Os próprios autores consideram que o ganho varia entre benchmarks e pensam corrigir essa desigualdade acrescentando tarefas de engenharia de software. O código foi publicado sem licença declarada, e o artigo está no arXiv desde 8 de outubro.
🔗 Publicação sobre MASS · Artigo no arXiv · Código no GitHub
Notícias breves
- Open Quantum Challenge — No Hugging Face, FINAL-Bench (VIDRAFT) abre duas temporadas a realizar com apenas um GPU, sem computador quântico: estimar a energia do estado fundamental de sistemas de Fermi-Hubbard até 28 de fevereiro de 2027 e conceber um descodificador de correção de erros (QEC) até 31 de março de 2027, com 1 000 dólares por temporada. 🔗 fonte · 🔗 espaço do concurso
- Qwen Code v0.25.1 — A versão estável reúne as três pré-versões apresentadas aqui desde 6 de outubro e acrescenta apenas 17 entradas, incluindo um botão de envio imediato (Enviar agora) para as mensagens em fila no Web Shell. As notas totalizam 57 funcionalidades e 85 correções desde a v0.25.0, sem alterações incompatíveis conhecidas. 🔗 fonte
O que isto significa
MASS parte de uma constatação: numa tarefa de investigação aberta, nenhuma regra automática determina se uma resposta é boa, e o próprio modelo pode tornar-se o supervisor mais competente disponível. Sakana AI destaca a questão de segurança associada: quando um modelo é o seu próprio avaliador, pontos cegos partilhados podem fazer passar erros por progressos e depois reforçá-los durante o treino. Para medir os progressos sem influenciar o ciclo, o protocolo recorre a avaliadores externos, cujos veredictos não são transmitidos a MASS; em comparação com eles, a concordância do avaliador passa de 73 % no modelo de base para 93 % após a segunda ronda.
A experiência também revela algo sobre os dados de agentes. Segundo os autores, as trajetórias de equipas ensinam melhor do que as de um agente isolado: um modelo treinado com as primeiras vence 68,3 % das suas comparações com o modelo de base com 28,8 milhões de tokens supervisionados, contra 64,0 % com 42 milhões num modelo treinado com as segundas. A experiência decorre, aliás, no Qwen Code, o agente de código cuja v0.25.1 chega à versão estável no mesmo dia: uma ferramenta de desenvolvimento serve aqui de bancada experimental para a investigação.
O Open Quantum Challenge aborda o problema pelo outro extremo. Cada submissão é avaliada automaticamente em relação a uma resposta de referência fixa, e o guia de participação foi concebido para ser entregue a um agente de código como Codex ou Claude Code. Quando uma tarefa pode ser verificada, uma pontuação calculada basta para distinguir os participantes; quando não pode, MASS transforma o modelo no seu próprio avaliador, sob o olhar de avaliadores externos.