MASS improves Qwen via self‑improvement

summary_zh: MASS 利用多代理自我監督機制，將團隊集體智慧蒸餾成自我監督訊號，提升研究基準上每個輸出 token 的分數。 - 核心機制：MASS 透過內部工作流程搜尋與外部自我訓練迴圈，將多代理協作成果蒸餾到共享模型。