【“模型三巨头”协作性能飙升30%，Sakana AI提出新型推理时扩展算法，让模型间协作性能大幅提升】

“三个臭皮匠，顶个诸葛亮”，这一谚语不仅适用于人类，也适用于#大模型# 。7 月 1 日，由“Transformer 八子”之一利昂·琼斯（Llion Jones）联合创办的日本 Sakana AI 公司打造出一种名为自适应分支蒙特卡洛树搜索（AB-MCTS，Adaptive Branching Monte Carlo Tree Search）的新型推理时扩展方法。

这种新型推理时扩展算法通过允许多个前沿模型（如 Gemini 2.5 Pro、o4-mini、DeepSeek-R1-0528）协同工作让 #AI# 实现集体智能。

受人类集体智慧力量的启发，研究团队相信最伟大的成就源于不同思想的碰撞，同样的原则也适用于 AI。像 #ChatGPT# 、Gemini 和 DeepSeek 这样的模型都非常先进，每个模型都因其训练而具有独特的优势和偏见，研究团队认为这些也是集体解决问题的宝贵资源。

AB-MCTS 则能通过利用这些特性，使多个模型能够协同工作并能进行有效试错，从而解决了单一 AI 系统难以应对的复杂问题。在 ARC-AGI-2 基准测试上，AB-MCTS 将 o4-mini、Gemini-2.5-Pro 和 DeepSeek-R1-0528 等前沿 AI 模型加以结合，借此打造出一个名为 Multi-LLM AB-MCTS 的系统，并发现该系统的性能大幅超越了单个模型的性能。

戳链接查看详情：http://t.cn/A6DTp4If