Sakana AI ve UC Berkeley araştırmacıları, tek bir dil modelinin dış yardıma ya da daha güçlü bir öğretmen modele ihtiyaç duymadan kendini yinelemeli olarak geliştirmesini sağlayan Multi-Agent Self-Supervision yöntemini tanıttı. Qwen3.6-27B temel modelini kullanan sistem, işleri bölerek, sonuçları değerlendirerek ve farklı alt ajan rolleri aracılığıyla iş akışlarını optimize ederek kendi ekibi gibi çalışıyor. Test görevlerinde, modelin temel sürümüne karşı kazanma oranı bir turdan sonra %53,9 iken iki turdan sonra %69,9’a yükseldi ve çeşitli ölçütlerde önemli performans artışları gösterdi.
Bu verimlilik ve ölçüt iyileştirmelerine rağmen, yinelemeli kendini geliştirme yöntemi hata yayılımı konusunda belirgin bir risk taşıyor. Aynı model çözücü, optimize edici ve iç değerlendirme görevi gördüğü için zaman zaman hatalı adımları ya da manipüle edilmiş çözümleri başarı olarak kabul edebiliyor ve bu kör noktaları sonraki eğitim döngülerine dahil edebiliyor. Bu sınırlama, ortak bilişsel kusurların otomatik eğitim süreçlerinde hataların ilerleme olarak geçmesine nasıl yol açabileceğini gösteriyor.
Neden Önemli: Bu araştırma, dil modellerinin kendi iş akışlarını ve akıl yürütme yeteneklerini otonom bir şekilde nasıl optimize edebileceğini gösterirken, dış doğrulama olmadan kendini değerlendirmeye dayanmanın doğasında bulunan riskleri de ortaya koyuyor.