Sakana AI

Sakana AI

2026-10-12 18:03:00

Sakana AI 自改进模型两轮优化后胜率接近 70%，研究称仍有错误盲点

Sakana AI 推出的自改进模型采用 MASS 方法，让单个语言模型在解决任务、评判结果和优化工作流的循环中自行提升。研究显示，经过两轮改进后，该模型在基准测试中的胜率较基础模型升至接近 70%。不过，研究也指出，这类模型在部分错误上仍存在盲点；如果模型在所有任务角色中重复同类错误，训练过程可能会把错误当成进步并继续强化。

650

Sakana AI

2026-10-10 23:53:57

Sakana AI推大模型同行评审系统，4轮评审可识别73.43%核心错误

Sakana AI发布论文《Beyond Imitation》，介绍一套围绕错误检测设计的大模型辅助同行评审系统。该系统采用多层评审架构，调用Claude Sonnet 4与Claude Haiku 3.5等现成API模型，无需GPU或微调，单次评审成本约0.47美元。在包含1,164个植入矛盾的测试中，系统在4次评审下捕获73.43%的核心主张错误，但在真实撤稿论文测试中的精确匹配率为16.11%。

470

Sakana AI

2026-09-14 20:56:48

Techub 该条目未提供 Sakana AI 算法正文信息

输入条目标注为「Sakana AI 提出 PC-ALM 算法，可训练千层网络」，但正文仅包含平台侵权处理、免责声明、App 下载与相关文章推荐，未提供与 Sakana AI、PC-ALM 或千层网络相关的具体事实、数据和引述。基于原始输入，本文仅整理可核实信息，不补充未披露内容。

470

Sakana AI

2026-09-11 06:32:46

Sakana AI 推出 Fugu Max 与 Ultra v2，分别主打成本与性能

日本 AI 公司 Sakana AI 发布 Fugu Max 和 Fugu Ultra v2，两者都属于按任务调度多个模型协作的「模型调度器」。其中，Fugu Max 强调成本控制，官方称在接近顶级模型性能时，成本约为对手的 1/2 到 1/6；Fugu Ultra v2 则瞄准最高性能，在 8 项评测中有 5 项拿到第一或并列第一。不过，Sakana 未披露 Max 的缓存命中率和单任务总 token 成本，初代 Fugu 也曾因响应慢、额度消耗快遭到用户吐槽。

1070

AI

2026-07-23 14:25:16

日本AI独角兽Sakana发布Fugu：多模型协同挑战Claude Mythos，跑分定价全解析

日本AI实验室Sakana AI推出Fugu系统，通过TRINITY三角分工和Conductor协调模型，实现多Agent协同。基准测试比肩顶级模型，定价20美元起，暂不对欧盟开放。

860

Sakana AI

2026-07-22 09:03:37

Sakana AI 推出资安模型 Fugu-Cyber，称表现与 Mythos-Preview 相当

日本 AI 公司 Sakana AI 于 7 月 21 日发布资安特化版本 Fugu-Cyber，并以独立 API 端点提供服务。公司称，该模型在 CyberGym 取得 86.9% 成功率，在 CTI-REALM 取得 72.1%，表现与 OpenAI 的 GPT-5.5-Cyber、Anthropic 的 Mythos-Preview 等资安模型相当。Fugu-Cyber 并非从零训练的新大模型，而是建立在 Sakana Fugu 多代理编排系统上的资安配置版本，采用申请制开放访问。

2140