RT @ledgeai: Sakana AI、推論時に複数LLMを協調させる「AB-MCTS」を発表―― o4-mini・Gemini 2.5・DeepSeek R1を連携し、汎用推論タスクで30%以上の正解率を記録

RT @ndea: LLMs can synthesize many programs, but how should we search among them?. New from @SakanaAILabs - AB-MCTS frames code generation….

昨日のリリースについて日経クロステック様にも記事にして頂きました！勘所をしっかり抑え分かりやすくまとめて下さってるので是非。.

RT @SakanaAILabs: AIも「3人寄れば文殊の知恵」、Sakana AIが新しい推論手法を開発. 3人集まれば1人よりも優れた知恵が出るということわざ「3人寄れば文殊の知恵」が、AIにも当てはまった格好だ。 🐡🐟🐠 @nikkei..

RT @inoichan: Just published a blog post on our new LLM answer search method: "Multi-LLM AB-MCTS”🚀 It's designed to flexibly explore how to….

RT @sharp_computer: "Wider or Deeper?" - I'm in love with this title! We're excited to introduce AB-MCTS, which extends MCTS for adaptive d….

RT @MLStreetTalk: Very interesting work by @SakanaAILabs - they have designed a MoE / novel test time inference framework inspired by MCTS….

RT @fchollet: Impressive results from Sakana AI on ARC-AGI-2 with a new method for test-time-search and ensembling!. Please be mindful when….

RT @rohanpaul_ai: This paper proposes Adaptive Branching Monte Carlo Tree Search (AB-MCTS) for efficient inference. 📌 AB-MCTS improves inf….

RT @hardmaru: The Multi-LLM AB-MCTS combination of o4-mini + Gemini-2.5-Pro + DeepSeek-R1-0528, current frontier AI models, achieves strong….

RT @SakanaAILabs: フロンティアモデルと呼ばれるAIを単体ではなく“混ぜて”使えば、個々のモデル─ChatGPT、Gemini、DeepSeek─を使うよりも大幅に上回る成績を出すことが可能だと、日本発AIスタートアップのSakana AIが発表した。 @wir….

RT @wired_jp: AIにもっと“試行錯誤”と“集合知”を──Sakana AIが開発する新アルゴリズム

本日リリースのAB-MCTSについて『WIRED』日本版にて記事化して頂きました！読み物として凄くスラスラと読める魅力的なまとめ方をしてくださっていて勉強になります。.

RT @inoichan: LLMの解答探索手法「Multi-LLM AB-MCTS」のブログを公開しました！どのように探索していくかや、どのLLMを使うかを問題ごとに柔軟に探索できるようアルゴリズムが設計されています！AB-MCTSの実装や実験も公開していますので、ぜひ試して….

RT @fladdict: メモ、AIの群脳系アルゴは強い強い思ってたけど、やっぱり強かった。.

推論時スケーリングの新手法「AB-MCTS」を発表しました！Gemini 2.5 Pro, o4-mini, DeepSeek-R1等のフロンティアモデルをアンサンブルし適応的に試行錯誤���せることで難しいタスクに取り組むことができます。去年の「進化的モデルマージ」に続き複数LLMを集結させる技術を作れて気に入ってます！.

RT @SakanaAILabs: フロンティアAIモデルを「混ぜて使う」──.「試行錯誤」と「集合知」で新たな推論時スケーリングへ. ブログ：論文： このたびSakana AIは新….

RT @hardmaru: Inference-Time Scaling and Collective Intelligence for Frontier AI. We developed AB-MCTS, a new infe….

Go wider, deeper—or together? 🤔 Introducing AB-MCTS (Adaptive Branching Monte Carlo Tree Search), a new inference-time framework that generalizes repeated sampling (aka Large Language Monkeys) with principled multi-turn exploration and exploitation. Using a Bayesian approach,

RT @SakanaAILabs: We’re excited to introduce AB-MCTS!. Our new inference-time scaling algorithm enables collective intelligence for AI by a….