Sakana AI三模合一：TreeQuest整合OAI/谷歌/DeepSeek，性能飙升30%！

🌐 产品介绍

Sakana AI 是由Transformer架构创始人之一 Llion Jones 创立的日本AI实验室，专注于通过进化算法和集体智能开发下一代AI系统。2025年7月，其发布 TreeQuest 开源框架，首次实现 OpenAI o4-mini、Google Gemini 2.5 Pro、DeepSeek-R1-0528 三大模型的动态协作，在复杂任务中表现惊艳。

💡 核心突破：
三大模型不再是“单兵作战”，而是通过 Multi-LLM AB-MCTS算法（自适应分支蒙特卡洛树搜索）形成“AI梦之队”，在逻辑推理、错误修正、跨领域任务中互补短板，解决单一模型无法攻克的难题。

🎯 适用人群

⚙️ 核心功能与技术解析

1. 自适应多模型协作（Multi-LLM Orchestration）

• 技术原理：
  采用 AB-MCTS算法，动态分配任务给最合适的模型：
  ✅ 深度搜索：优化现有方案（如由Gemini分析代码漏洞后，DeepSeek迭代修复）
  ✅ 广度搜索：生成全新方案（如o4-mini提供创意框架，Gemini补充细节）
  系统初期平衡调用各模型，后期基于表现加权分配任务，实现计算资源高效利用。

2. 集体纠错与推理增强

• 技术原理：
  当某模型输出错误（如o4-mini生成幻觉答案），系统自动将结果传递给其他模型交叉验证。DeepSeek-R1擅长逻辑验证，Gemini长于多模态关联，协同修正最终答案。

  📊 实测案例：
  在ARC-AGI-2视觉推理测试中，单模型正确率≤22%，而三模型协作正确率跃升至30%+。

3. 零训练成本模型融合

• 技术原理：
  基于Sakana早前进化模型融合技术（Evolutionary Model Merge），无需重新训练即可组合异构模型能力。例如将日语LLM与数学专用LLM合并，生成具备文化语境的高精度数学推理模型。

4. 企业级动态模型池

• 技术原理：
  支持企业自定义模型组合（如Claude + 国产大模型），通过TreeQuest的API动态分配子任务。例如客户服务场景：创意问题分配o4-mini，技术问题分配DeepSeek，多语言需求分配Gemini。

🛠️ 工具使用技巧

1. 灵活定义评分逻辑：
   在API中设置自定义评估函数（如代码正确性、文化适配度），引导AB-MCTS精准筛选方案。
2. 检查点恢复机制：
   任务中断时可从最近节点重启，避免百步推理推倒重来。
3. 混合部署降低成本：
   对非关键任务调用轻量模型（如o4-mini），复杂环节启用高价模型（如Gemini 2.5 Pro）。

🌈 访问地址

• GitHub开源库：
  https://github.com/sakanaai/treequest（Apache 2.0许可，支持商用）
• 在线Demo：
  Hugging Face Spaces体验三模型协作解谜
• 技术白皮书：
  Sakana官网博客详解AB-MCTS算法设计

💬 开发者说：
“这不再是‘三个模型干活’，而是让AI学会组建自己的复仇者联盟！” —— Llion Jones, Sakana AI联合创始人