MASS 论文：单模型扮演多智能体团队实现递归自我改进

MASS 论文提出递归自我改进方法，让单一基础模型分别扮演 orchestrator、worker 和 judge，迭代提出、执行并自评多智能体工作流，再通过监督微调形成递归 bootstrapping。在 Qwen3.6-27B 上经过两轮 MASS 循环，四个开放式公开基准的每输出 token 性能提升 1.2-1.6 倍，但在 Terminal-Bench 上效果持平，为 0.96x。