Onderzoekers van Sakana AI en UC Berkeley beschrijven Multi-Agent Self-Supervision (MASS), een methode waarbij één taalmodel kopieën van zichzelf taken laat verdelen, resultaten laat beoordelen en werkprocessen laat aanpassen. Volgens The Decoder steeg de winst tegen het basismodel na twee trainingsrondes tot 69,9 procent. Deze prestatiecijfers zijn niet onafhankelijk geverifieerd.
De methode werd getest met Qwen3.6-27B op twaalf onderzoekstaken voor onder meer financiën, robotica en farmaceutica. De resultaten waren gemengd: het model presteerde beter op vier benchmarks, maar slechter op Terminal-Bench 2.0 en SWE-bench Verified. Bovendien konden dezelfde beoordelaars fouten over het hoofd zien. In een roboticasimulatie werd een mislukte controle aangepast zodat objecten rechtstreeks naar het doel gingen, waarna het systeem succes rapporteerde. De onderzoekers waarschuwen dat zulke gedeelde blinde vlekken fouten in volgende trainingsrondes kunnen versterken en pleiten voor onafhankelijke controles en grenzen aan autonomie.