Sakana AI နှင့် UC Berkeley မှ သုတေသီများသည် အလိုအလျောက် အဖြေကီးမရှိသော သုတေသနလုပ်ငန်းများတွင် စုစည်းခြင်း၊ အကဲဖြတ်ခြင်းနှင့် သင်ယူခြင်းဖြင့် ဘာသာစကားမော်ဒယ်ကို သူ့ဘာသာသူ တိုးတက်စေသည်ဟု ၎င်းတို့ပြောသည့်နည်းလမ်းကို ထုတ်ဝေခဲ့သည်။

"MASS: Multi-Agent Self-Supervision မှတဆင့် Recursive Self-Improvement" စာတမ်းကို arXiv (2610.12176) တွင် တိုကျိုအခြေစိုက် ဓာတ်ခွဲခန်းမှ အပြန်အလှန်အကျိုးပြုသော ပရောဂျက်စာမျက်နှာနှင့်အတူ 2026 ခုနှစ် အောက်တိုဘာလတွင် ပေါ်ထွက်ခဲ့သည်။ ၎င်း၏စာရေးဆရာစာရင်းသည် အဖွဲ့အစည်းနှစ်ခုလုံးတွင် အကျုံးဝင်သည်- Sakana AI တွင် အလုပ်သင်လုပ်နေစဉ်အတွင်း အလုပ်ပြီးစီးခဲ့သော UC Berkeley မှ Hyunin Lee၊ Sakana သုတေသီ Jinglue Xu, Jeffrey Seely နှင့် Yujin Tang; UC Berkeley မှ Donghyun Lee၊ Somayeh Sojoudi နှင့် Matei Zaharia တို့ဖြစ်သည်။ For more context on this story, see our ongoing breaking AI news.

ပရောဂျက်၏ Hacker News ဆွေးနွေးမှုသည် နာရီပိုင်းအတွင်း အမှတ် 100 ကျော်သွားသည့် သီတင်းပတ်ကုန်တွင် developer အသိုင်းအဝိုင်းတွင် အလုပ်က ချက်ချင်းအာရုံစိုက်ခဲ့သည်။

Model သည် Supervisor တစ်ဦးတည်းသာ ရှိသောအခါ

ကိုယ်တိုင်တိုးတက်အောင်ပြုလုပ်ခြင်း AI တွင် မကြာသေးမီက တိုးတက်မှုအများစုသည် စိစစ်နိုင်သောဆုလာဘ်များပေါ်တွင် မူတည်သည်- စစ်ဆေးနိုင်သည့် သင်္ချာအဖြေများ၊ စာမေးပွဲများအောင်သည်ဖြစ်စေ မအောင်မြင်သည့်ကုဒ်များဖြစ်သည်။ Berkeley-Sakana အဖွဲ့သည် ကွဲပြားခြားနားသော အချက်များမှ စတင်သည်။ သုတေသနနယ်နိမိတ်တွင် သူတို့သည် မကြာခဏဆိုသလိုပင် အခြေခံအမှန်တရားမရှိဟု ငြင်းခုံကြသည်။ အဆိုပြုထားသော ရှာဖွေတွေ့ရှိမှုကို အကဲဖြတ်ရာတွင် ရှားပါးသော ကျွမ်းကျင်မှု၊ ကုန်ကျစရိတ်ကြီးသော စက်ကိရိယာများ သို့မဟုတ် အဆိုပြုချက်ကို ကိုယ်တိုင်ထုတ်လုပ်ရန်ထက် များစွာပိုကြာသည့် စမ်းသပ်မှုများ လိုအပ်နိုင်သည်။

ရလဒ်မှာ ကွာဟချက် ကျယ်လာသည်- အလုပ်သစ်များ ထုတ်လုပ်နိုင်မှုသည် ၎င်းကို ကြီးကြပ်နိုင်မှုထက် ပိုမိုလျင်မြန်စွာ တိုးမြင့်လာနေသည်။ ပိုအားကောင်းသောဆရာမရှိသောအခါတွင်၊ စာရေးသူရေးသည်မှာ၊ ပိုမိုကောင်းမွန်အောင်လုပ်ဆောင်နေသည့်ပုံစံ—“optimizee” ဟုခေါ်သည်—သည် စွမ်းရည်အရှိဆုံးကြီးကြပ်ရေးမှူးအဖြစ်ကျန်နေပေမည်။ ၎င်းသည် တူညီသောပုံစံသည် ၎င်း၏ကိုယ်ပိုင် optimizer နှင့် အကဲဖြတ်သူအဖြစ် လုပ်ဆောင်ပေးသည့် တစ်သားတည်းဖြစ်တည်နေသော တစ်သားတည်းဖြစ်တည်နေသော မိမိကိုယ်ကို တိုးတက်မှုကို လှုံ့ဆော်ပေးသည်။

အဖွင့်မေးခွန်းမှာ စနစ်တစ်ခုသည် ထိုစက်ဝိုင်းအတွင်း သူ့အတွက် အသုံးဝင်သော လေ့ကျင့်ရေးအချက်ပြမှုကို မည်သို့ထုတ်ပေးနိုင်မည်နည်း။ သူတို့၏အဖြေသည် လူ့သမိုင်းမှ ချေးယူသည်။

MASS ဘယ်လိုအလုပ်လုပ်လဲ။

Multi-Agent Self-Supervision ၏ အတိုကောက်ဖြစ်သော MASS သည် မျှဝေထားသော မော်ဒယ်တစ်ခုကို ကဏ္ဍသုံးရပ်စနစ်အဖြစ် ပြောင်းလဲပေးသည်။ တူညီသောအလေးများသည် ကုဒ်၊ ရလဒ်များနှင့် သုတေသနအစီရင်ခံစာတစ်ခု၏ အလုပ်နေရာတစ်ခုကို ထုတ်လုပ်ပေးသည့် အလုပ်ဖြေရှင်းရေး အေးဂျင့်အဖြစ် လုပ်ဆောင်သည်။ လက်အောက်ခံအဖွဲ့တစ်ဖွဲ့သည် အလုပ်အား ပိုင်းခြားပုံအား ပြန်လည်ပြင်ဆင်ပေးသည့် အလုပ်အသွားအလာ ပိုမိုကောင်းမွန်အောင် လုပ်ဆောင်ပေးသည့်၊ အလုပ်ခွင်နှစ်ခုနှင့် အလုပ်ခွင်နှစ်ခုကို နှိုင်းယှဉ်ကာ အကဲဖြတ်သူသည် အလုပ်အား ကျေနပ်မှုပိုပေးသည်။

အတွင်းပိုင်းကွင်းဆက်သည် အဖွဲ့လိုက်အလုပ်အသွားအလာများကို ရှာဖွေသည် — လက်အောက်ခံတစ်ဦးစီ၏အခန်းကဏ္ဍ၊ ၎င်း၏လမ်းညွှန်ချက်များ၊ သက်သေအထောက်အထားများကို ကိုယ်စားလှယ်အချင်းချင်း လက်လွှဲပေးရမည်ဟု သတ်မှတ်ပေးသည့် "စာချုပ်များ" နှင့် ၎င်းတို့ကြားရှိ ဖုန်းခေါ်ဆိုမှု အပိုင်းအစ သို့မဟုတ် ခုန်ပေါက်ခြင်းတို့ကို ဖော်ပြသည့် အစီအစဉ်များပါဝင်သည်။ ချန်ပီယံအလုပ်အသွားအလာကို ထပ်ခါတလဲလဲ ဖြတ်ကျော်ထားကာ အစားထိုးရန် အနိုင်ယူရမည်ဖြစ်သည်။ ဆင့်ကဲပြောင်းလဲလာသော ဘဏ္ဍာရေးလုပ်ငန်းအသွားအလာတစ်ခုသည် စာရွက်ထဲတွင် ပေါင်းထည့်ထားသော၊ ဒေတာပြင်ဆင်မှု၊ အင်္ဂါရပ်တည်ဆောက်မှု၊ မော်ဒယ်ပြုလုပ်ခြင်းနှင့် backtesting တို့ကို စစ်ဆေးခြင်းမပြုမီ၊ ၎င်း၏ဒေတာစာချုပ်သည် backtest သည် အနာဂတ်အချက်အလက်ကို သမိုင်းဆိုင်ရာ ဆုံးဖြတ်ချက်များအတွင်း မပေါက်ကြားနိုင်ကြောင်း ဒေတာကျွမ်းကျင်သူအား စစ်ဆေးရန် တွန်းအားပေးပါသည်။

ထို့နောက် ကွင်းပြင်သည် အသင်း၏ စုပေါင်းအတွေ့အကြုံကို လေ့ကျင့်ရေးဒေတာအဖြစ်သို့ ပြောင်းလဲပေးသည်။ စနစ်သည် ချန်ပီယံအလုပ်အသွားအလာ 18 ကြိမ်လုပ်ဆောင်ပေးကာ ထွက်ပေါ်လာသည့်အလုပ်ခွင်များကို ကိုယ်တိုင်အဆင့်သတ်မှတ်ကာ အကောင်းဆုံး 16 ကြိမ်ဒဏ်ပေးမှုများနှင့် ၎င်းတို့အပေါ် မျှဝေထားသောပုံစံကို ကောင်းစွာချိန်ညှိပေးသည် — ထို့နောက် အလုပ်အသွားအလာကို သူ့အလိုလိုဖယ်ရှားလိုက်ခြင်းဖြင့် အလုပ်အသွားအလာကို ဖယ်ရှားပြီးနောက် ညွှန်ကြားချက်များထက် ပေါင်းစပ်ညှိနှိုင်းမှုစွမ်းရည်များကို ညွှန်ကြားချက်များထက် အလေးများပေါ်တွင် သယ်ဆောင်သွားမည်ဖြစ်သည်။ အပ်ဒိတ်လုပ်ထားသောမော်ဒယ်သည် အခန်းကဏ္ဍသုံးခုလုံးကို ပြန်လည်စတင်ပြီး လုပ်ငန်းစဉ်သည် ထပ်ခါထပ်ခါဖြစ်သည်။

မစစ်ဆေးနိုင်သော အလုပ်များတွင် တိုင်းတာနိုင်သော အမြတ်များ

အဖွဲ့သည် qwen-code coding-agent ပတ်ဝန်းကျင်တွင် Qwen3.6-27B မှစတင်၍ MASS ၏ ပြီးပြည့်စုံသော လှည့်ပတ်မှု နှစ်ကြိမ်ကို လုပ်ဆောင်ခဲ့သည်။ လေ့ကျင့်ရေးကွင်းသည် ဘဏ္ဍာရေး၊ စက်ရုပ်နှင့် ဆေးဆိုင်တို့ ပါဝင်သော ပေါင်းစပ် ပေါင်းစပ် သုတေသန လုပ်ငန်း ၁၂ ခု ပါ၀င်ပြီး တစ်ခုစီတွင် ကုဒ် လိုအပ်ခြင်း၊ အရေအတွက် ရလဒ်များနှင့် အစီရင်ခံစာ တစ်စောင်စီ လိုအပ်ပါသည်။ လေ့ကျင့်ရေး အတွက် တာဝန် ကိုးခု နှင့် လေ့ကျင့်မှု အပြီး တွင် သုံးခု ကို ဖယ်ထုတ် ခဲ့သည်။ အလုပ်ဖော်ပြချက်များအား စမ်းသပ်မှုမစမီ GPT-5.5 မှ ထုတ်လုပ်ခဲ့သည်။

စမ်းသပ်မှုသုံးခုတွင်၊ မော်ဒယ်၏အခြေခံဗားရှင်းနှင့် ယှဉ်ပြိုင်ပြီး အနိုင်ရနှုန်းသည် တစ်ကြိမ်ပြီးနောက် 53.9% မှ 2 ခုပြီးနောက် 69.9% သို့ တိုးလာသည်။ ဒုတိယအချီမော်ဒယ်သည် နှိုင်းယှဉ်မှုများ၏ 60.8% ဖြင့် ပထမအချီမော်ဒယ်ကိုလည်း အနိုင်ယူခဲ့သည်။ လေ့ကျင့်နေစဉ်အသုံးပြုသည့် တူညီသော ကိုက်တံဖြင့် အဆင့်သတ်မှတ်ခြင်းကို ရှောင်ရှားရန် သုတေသီများသည် GPT-5.5 နှင့် Claude Opus 4.8 တို့ကို MASS မှ သိမ်းဆည်းထားပြီး ထိုစီရင်ချက်များအား MASS မှ သိမ်းဆည်းထားပြီး ပြီးမြောက်သောအလုပ်ကို အကဲဖြတ်ပါသည်။

အရည်အသွေးနှင့် ယှဉ်တွဲ၍ စွမ်းဆောင်ရည် တိုးတက်လာခဲ့သည်။ နှစ်ပတ်ကြာပြီးနောက်၊ အထွက်တိုကင်တစ်ခုလျှင် ရမှတ်သည် အများသူငှာစံနှုန်းလေးခုဖြစ်သည့် MLR-Bench၊ DSBench၊ ScienceAgentBench နှင့် AstaBench တို့တွင် အခြေခံမော်ဒယ်အဆင့်၏ 1.2 မှ 1.6 ဆအထိ ရောက်ရှိသွားသည်။

လုံခြုံရေးမေးခွန်း၊ စွမ်းရည်သရုပ်ပြရုံမဟုတ်ပါ။

တပ်ဆင်မှုသည် ဘေးကင်းရေး စုံစမ်းစစ်ဆေးမှုအဖြစ် နှစ်ဆတိုးလာကြောင်း စာရေးသူက ရှင်းရှင်းလင်းလင်းသိရသည်။ အလိုအလျောက် သုတေသနစနစ်များသည် ၎င်းတို့၏ ကိုယ်ပိုင်စွမ်းရည်များကို ပေါင်းစပ်နိုင်လျှင် ထွက်ပြေးသွားသော တိုးတက်မှုကို စောစီးစွာ နားလည်ရန် လိုအပ်သည် — ထောက်လှမ်းရေး ပေါက်ကွဲမှု၏ အလားအလာသည် "ဤအခြေအနေများကို စောစီးစွာ လေ့လာရန် နောက်ထပ်အကြောင်းပြချက်ပေးသည်" ဟူသော စာတမ်းတွင် အဓိပ္ပာယ်ပြည့်ဝသော ကြီးကြပ်မှုကို မည်သို့ထိန်းသိမ်းရမည်ဆိုသည့် အချက်ကို အဓိကမေးခွန်းအဖြစ် ထည့်သွင်းထားသည်။

ထိုအန္တရာယ်အတိအကျအပေါ် ပြင်းထန်သော အခြေအတင် ဆွေးနွေးမှုများကြားတွင် ထုတ်ဝေမှု ထွက်ပေါ်လာသည်။ စက်တင်ဘာလနှောင်းပိုင်းတွင်၊ Geoffrey Hinton၊ Yoshua Bengio နှင့် အခြားထိပ်တန်းသိပ္ပံပညာရှင်များသည် ထွက်ပြေးသွားသောထောက်လှမ်းရေးပေါက်ကွဲမှုဖြစ်နိုင်ချေနှင့် ပတ်သက်၍ လူသိရှင်ကြားသတိပေးချက်ထုတ်ပြန်ခဲ့ပြီး သိပ္ပံဆိုင်ရာလုပ်ငန်းလုပ်ဆောင်သည့် အေးဂျင့်စနစ်များကို သုတေသနပြုကာ နယ်ပယ်အနှံ့ အရှိန်မြှင့်လာခဲ့သည်။

သတိထားရန် ကန့်သတ်ချက်များ

ရလဒ်များသည် စာရေးဆရာများ၏ အသိအမှတ်ပြုမှုဖြင့် ထွက်ပေါ်လာခြင်းဖြစ်သည်။ Synthetic suite သည် သေးငယ်ပြီး လေ့ကျင့်ရေးအချက်ပြမှုအားလုံးကို ကိုယ်တိုင်ဖန်တီးထားသောကြောင့် မော်ဒယ်၏ကိုယ်ပိုင်စီရင်ချက်များ၏ မှန်ကန်မှုကို ဒီဇိုင်းအားဖြင့် မသိနိုင်ပါ။ ပြင်ပတရားသူကြီးများကို တိုင်းတာခြင်းအတွက်သာ အသုံးပြုသည်မဟုတ်ဘဲ လေ့ကျင့်ရေးတွင်သာ အသုံးပြုပါသည်။ အလုပ်အသွားအလာရှာဖွေမှုတွင် ၎င်း၏ရည်ညွှန်းချက်ကို ကျော်ဖြတ်သည့် မည်သည့်အလုပ်အသွားအလာကိုမျှ ရှာမတွေ့ခဲ့သဖြင့် လေ့ကျင့်ရေးတာဝန်တစ်ခုမှ ဖယ်ထုတ်လိုက်ခြင်းဖြစ်ပြီး ကွင်းဆက်သည် အမြဲတမ်းအမြတ်ထွက်မည်မဟုတ်ကြောင်း သတိပေးချက်တစ်ခုဖြစ်သည်။ ထို့ပြင် ပြင်ပအကဲဖြတ်ချက်များသည် ၎င်းတို့ကိုယ်မိမိ မှန်ကန်သော အမှန်တရားအတွက် မစုံလင်သော proxy များဖြစ်သည့် ရှေ့တန်းပုံစံများကို မှီခိုအားထားခဲ့သည်။

##ဘာတွေဆက်ဖြစ်မလဲ။

Sakana AI အတွက်၊ MASS သည် AI-driven စမ်းသပ်မှုမျိုးဆက်နှင့် သုတေသနတောင်းဆိုချက်များကို စစ်ဆေးရန်အတွက် အေးဂျင့်ပြန်လည်သုံးသပ်မှုစနစ်များဆိုင်ရာ ဓာတ်ခွဲခန်း၏ အစောပိုင်းလုပ်ဆောင်မှုအပြီးတွင် သိပ္ပံဆိုင်ရာလုပ်ငန်းစဉ်ကို အလိုအလျောက်လုပ်ဆောင်ခြင်းဆိုင်ရာ သုတေသနအစီအစဉ်ကို တိုးချဲ့ထားသည်။ စုပေါင်းကိုယ်တိုင် ကြီးကြပ်မှု စာရွက်သည် ပေါင်းစပ်လုပ်ဆောင်သည့် လုပ်ငန်းများကို ကျော်လွန်သွားပါက၊ ၎င်း၏ ပစ်မှတ်ဖြစ်သော ပိတ်ဆို့ခြင်း - နယ်နိမိတ်တွင် AI ထုတ်ပေးမှုကို ကြီးကြပ်ခြင်း - အလိုအလျောက် သုတေသနစနစ်များ များပြားလာသည်နှင့်အမျှ ဖိအားများ ပိုမိုကြီးထွားလာမည်ဖြစ်သည်။

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →