Qu’est-ce que TreeQuest ?
TreeQuest est une bibliothèque Python open source de Sakana AI qui implémente l'Adaptive Branching Monte Carlo Tree Search (AB-MCTS), une méthode pour la mise à l'échelle au moment de l'inférence : au lieu de demander une fois à un modèle, vous laissez une recherche décider, appel par appel, s'il faut essayer une réponse fraîche ou raffiner une prometteuse. L'article derrière était un spotlight à NeurIPS 2025, et Sakana dit que la même méthode sous-tend son agent de recherche Marlin.
Vous écrivez une fonction qui prend un état parent et renvoie un nouvel état avec un score entre 0 et 1, généralement en appelant un LLM et en notant le résultat. TreeQuest décide quel nœud développer ensuite. Il livre AB-MCTS-A, AB-MCTS-M et un mode multi-LLM qui choisit aussi quel modèle appeler, plus le checkpointing, une interface ask-tell par lots et la visualisation d'arbre HTML.
Il est Apache 2.0 et sur PyPI sous treequest, exigeant Python 3.11 ou plus récent. La dernière version est v0.3.3 du 16 octobre 2026 ; le dépôt a environ 570 étoiles et trois contributeurs.
TreeQuest vaut-il le coup ?
TreeQuest est une bonne bibliothèque avec un périmètre étroit. Elle n'appelle pas les modèles, ne parse pas les sorties ni ne gère les prompts ; elle décide où dépenser le prochain appel. Cela la rend facile à intégrer dans un pipeline existant, ce qui est son principal avantage sur écrire MCTS soi-même, et c'est pourquoi le démarrage rapide du README tient sur un écran.
Le résultat le plus connu de la méthode montre à la fois sa promesse et son hic. Sur 120 tâches ARC-AGI-2 publiques avec un budget de 250 appels, Sakana rapporte qu'o4-mini avec échantillonnage répété a résolu 23 %, o4-mini avec AB-MCTS 27,5 %, et AB-MCTS multi-LLM combinant o4-mini, Gemini 2.5 Pro et DeepSeek-R1 plus de 30 %. Ce chiffre supérieur est Pass@250, comptant une tâche comme résolue si une tentative était juste. Sous la règle à deux réponses du concours, il est tombé à 19,2 %, et Sakana nomme la sélection de réponse comme non résolue. TreeQuest trouve de bons candidats ; il ne vous dit pas lequel est correct sauf si votre fonction de score le peut.
Donc la qualité d'une exécution TreeQuest est la qualité de son scoreur. Là où vous avez un vérificateur (tests unitaires, exemples de démonstration, un objectif numérique), c'est une manière solide de transformer plus de budget en meilleures réponses. Là où vous n'avez qu'un juge LLM, la recherche optimise pour ce que le juge aime.
Le projet est petit et maintenu : versions environ tous les un à trois mois depuis 2025, zéro issue ouverte, et trois contributeurs, si bien que la continuité dépend de Sakana. Le README avertit que les étapes AB-MCTS-M peuvent être lentes et que les grands lots faussent l'arbre ; il suggère une taille de lot de cinq ou moins. Pour faire évoluer des programmes entiers sur de nombreuses générations, ShinkaEvolve de Sakana est l'outil mieux adapté.
Là où il fait la différence
Un ingénieur qui génère du code contre une suite de tests unitaires
Relever le taux de réussite sur les tâches difficiles en ne dépensant plus d'appels que là où c'est nécessaire
Notez chaque candidat par la part de tests passés et laissez AB-MCTS choisir entre nouveaux brouillons et raffinements. Les exécutions ARC-AGI-2 de Sakana ont plafonné la dépense à 250 appels par tâche.
Une équipe avec accès à plusieurs API de modèles
Combiner les modèles pour que le quasi-échec d'un modèle devienne le point de départ d'un autre
Enregistrez une fonction de génération par modèle et utilisez AB-MCTS multi-LLM ; sur ARC-AGI-2, Sakana a vu DeepSeek-R1 et Gemini corriger les mauvaises réponses d'o4-mini.
Un chercheur qui compare les méthodes de mise à l'échelle au moment de l'inférence
Benchmarker la recherche arborescente contre l'échantillonnage best-of-N
Lancez AB-MCTS-A et l'échantillonnage répété simple avec le même budget, puis rendez les deux arbres en HTML pour comparer leurs formes.
Avant de vous engager
- Mise en route
- pip install "treequest[all]" ou uv add "treequest[all]" sur Python 3.11 ou plus récent ; le démarrage rapide du README lance une recherche de 10 étapes en quelques lignes.
- Intégrations
- Agnostique au modèle : vous appelez n'importe quel LLM dans votre propre fonction de génération. Des extras optionnels ajoutent les dépendances AB-MCTS-M et la visualisation ; les arbres de recherche peuvent être pointés et rendus en HTML.
- Données et confidentialité
- TreeQuest lui-même ne fait aucun appel réseau ; ce que votre fonction de génération envoie à un fournisseur de LLM est la seule donnée qui quitte votre machine. Apache 2.0 ne met aucune limite sur l'usage commercial.
- Coût à grande échelle
- La dépense égale le nombre d'étapes de recherche multiplié par le coût de chaque appel de génération-et-notation ; à 250 appels par tâche, comme dans les exécutions ARC-AGI-2 de Sakana, le budget suit directement le prix par appel de votre modèle.
- Limites
- Pas de sélection de réponse finale au-delà de top_k par score. AB-MCTS-M est lent par étape ; les tailles de lot au-dessus de cinq élargissent trop l'arbre, selon le README.
Les points forts
- Petite API : une fonction de génération renvoyant (état, score)
- AB-MCTS-A, AB-MCTS-M et recherche multi-LLM dans un seul paquet
- Checkpointing et reprise pour les longues exécutions qui rencontrent des erreurs d'API
- Interface ask-tell par lots pour les appels parallèles
- Apache 2.0, versions régulières, méthode publiée à NeurIPS 2025
Les points faibles
- Les résultats dépendent entièrement de votre fonction de notation
- Aucune aide pour choisir une réponse finale : ARC-AGI-2 Pass@2 était à 19,2 % contre plus de 30 % Pass@250
- Les étapes AB-MCTS-M peuvent être lentes
- Les grandes tailles de lot déforment l'arbre de recherche
- Trois contributeurs ; petite communauté
Idéal pour
Les ingénieurs qui ont déjà un vérificateur pour les sorties de modèles et veulent un algorithme de recherche éprouvé pour transformer un budget d'appels plus grand en meilleures réponses.
Alternatives à TreeQuest
TreeQuest : questions fréquentes
- TreeQuest vaut-il le coup ?
- Une implémentation propre et minimale d'une méthode de recherche respectée qui fait exactement un travail, et laisse les parties difficiles, la notation et le choix d'une réponse finale, à vous. Nous lui donnons 3.8 sur 5.
- Combien coûte TreeQuest ?
- Gratuit sous Apache 2.0. Les coûts sont les appels LLM que vos fonctions de génération et de notation font.
- Quels sont les inconvénients de TreeQuest ?
- Les résultats dépendent entièrement de votre fonction de notation; aucune aide pour choisir une réponse finale : ARC-AGI-2 Pass@2 était à 19,2 % contre plus de 30 % Pass@250; les étapes AB-MCTS-M peuvent être lentes; les grandes tailles de lot déforment l'arbre de recherche; trois contributeurs ; petite communauté.
- À qui s’adresse TreeQuest ?
- Les ingénieurs qui ont déjà un vérificateur pour les sorties de modèles et veulent un algorithme de recherche éprouvé pour transformer un budget d'appels plus grand en meilleures réponses.
- Combien coûte TreeQuest pour une équipe ou en production ?
- La dépense égale le nombre d'étapes de recherche multiplié par le coût de chaque appel de génération-et-notation ; à 250 appels par tâche, comme dans les exécutions ARC-AGI-2 de Sakana, le budget suit directement le prix par appel de votre modèle.
- TreeQuest est-il sûr pour les données de l’entreprise ?
- TreeQuest lui-même ne fait aucun appel réseau ; ce que votre fonction de génération envoie à un fournisseur de LLM est la seule donnée qui quitte votre machine. Apache 2.0 ne met aucune limite sur l'usage commercial.
- Quelles sont les meilleures alternatives à TreeQuest ?
- Les alternatives les plus proches que nous avons testées sont ShinkaEvolve, The AI Scientist (v1, v2 and v3) et LangGraph.
Réponses vérifiées le 26 oct. 2026.