TreeQuestとは？
TreeQuestは、推論時スケーリングの手法であるAdaptive Branching Monte Carlo Tree Search (AB-MCTS)を実装した、Sakana AIによるオープンソースのPythonライブラリです。モデルに一度だけ問い合わせる代わ りに、探索によって呼び出しごとに、新しい回答を試みるか有望な回答を改善するかを決定します。その基盤となる論文はNeurIPS 2025のスポットライトに選ばれており、Sakana AIによれば同社のMarlin研究エージェントも同じ手法を基盤としています。
利用者は親状態を受け取り、0から1の間のスコアを持つ新しい状態を返す関数を作成します。通常はLLMを呼び出してその結果を評価することでこれを行います。TreeQuestは次にどのノードを展開するかを決定します。AB-MCTS-A、AB-MCTS-M、さらにどのモデルを呼び出すかも選択するmulti-LLMモードを提供し、チェックポイント機能、バッチ処理に対応したask-tellインターフェース、HTMLによる木構造の可視化も備えています。
ライセンスはApache 2.0で、PyPIにおいてtreequestとして公開されており、Python 3.11以降が必要です。最新リリースは2026年10月16日付のv0.3.3です。リポジトリのスター数は約570件で、コントリビューターは3名です。
TreeQuestは使う価値があるか？
TreeQuestは、用途を絞り込んだ優れたライブラリです。モデルの呼び出し、出力の解析、プロンプトの管理などは行わず、次の呼び出しをどこに充てるかのみを決定します。そのため既存のパイプラインに容易に組み込むことができ、これがMCTSを自作する場合に対する主な利点となっています。READMEのクイックスタートが1画面に収まるのもそれが理由です。
この手法の最もよく知られた成果は、その可能性と同時に注意点も示しています。250回の呼び出し予算を設定した120件の公開ARC-AGI-2タスクにおいて、反復サンプリングを用いたo4-miniの正解率は23%であったのに対し 、AB-MCTSを用いたo4-miniは27.5%、o4-mini、Gemini 2.5 Pro、DeepSeek-R1を組み合わせたmulti-LLM AB-MCTSは30%を超えたとSakana AIは報告しています。この最も高い数値は、いずれかの試行が正解であればタスク解決とみなすPass@250によるものです。コンペティションの2回答ルール下では19.2%に低下しており、Sakana AIは回答選択が未解決の課題であるとしています。TreeQuestは優れた候補を見つけ出しますが、スコア関数にその能力がない限り、どれが正解であるかを教えてはくれません。
したがって、TreeQuestの実行品質はスコア関数の品質そのものになります。検証器（ユニットテスト、実証例、数値的な評価指標など）が存在する環境では、より多くの予算を優れた回答へと変換するための堅実な手段となります。LLMによる評価器しか存在しない環境では、探索はその評価器が好むものに向けて最適化されます。
このプロジェクトは小規模であり、メンテナンスも維持されています。2025年以降、概ね1か月から3か月ごとにリリースが行われており、未解決のIssueはゼロ、コントリビューターは3名であるため、継続性はSakana AIに依存しています。READMEでは、AB-MCTS-Mのステップが遅くなる可能性があること、また大きなバッチサイズは探索木を歪めることが警告されており、バッチサイズは5以下にすることが推奨されています。多くの世代にわたってプログラム全体を進化させる用途には、Sakana AIのShinkaEvolveのほうが適しています。
真価を発揮する場面
ユニットテスト群に対してコードを生成するエンジニア
必要な箇所にのみ多くの呼び出しを充てることで、難易度の高いタスクの合格率を向上させること。
各候補を合格したテストの割合でスコアリングし、新規作成と改善のどちらを行うかをAB-MCTSに決定させます。Sakana AIのARC-AGI-2の実行例では、タスクあたりの呼び出し上限を250回に設定していました。
複数のモデルAPIを利用できるチーム
あるモデルの惜しい回答を別のモデルの出発点とできるように複数のモデルを組み合わせること。
モデルごとに1つのgenerate関数を登録してmulti-LLM AB-MCTSを使用します。ARC-AGI-2においてSakana AIは、DeepSeek-R1とGeminiがo4-miniの誤った回答を修正することを確認しました。
推論時スケーリング手法を比較する研究者
木探索とbest-of-Nサンプリングをベンチマーク比較すること。
同一の予算でAB-MCTS-Aと単純な反復サンプリングを実行し、双方の探索木をHTMLにレンダリングしてその形状を比較します。
導入前に確認すること
- 導入
- Python 3.11以降でpip install "treequest[all]"またはuv add "treequest[all]"を実行します。READMEのクイックスタートでは、わずか数行で10ステップの探索を実行できます。
- 連携
- モデルに依存しません。自身のgenerate関数の内部で任意のLLMを呼び出します。オプションの追加パッケージによりAB-MCTS-Mの依存関係や可視化機能が導入され、探索木はチェックポイント保存やHTMLへのレンダリングが可能です。
- データとプライバシー
- TreeQuest自体はネットワーク呼び出しを行いません。generate関数がLLMプロバイダーに送信するものだけがマシン外部へ出るデータとなります。Apache 2.0は商用利用に制限を課していません。
- 大規模利用時のコスト
- 費用は、探索ステップ数に各generateおよびスコア呼び出しのコストを乗じたものになります。Sakana AIのARC-AGI-2の実行例のように1タスクあたり250回呼び出す場合、予算は利用するモデルの呼び出し単価に直接左右されます。
- 制限
- スコアによるtop_k以上の最終回答選択機能はありません。AB-MCTS-Mは1ステップあたりが低速です。READMEによると、バッチサイズが5を超えると木が広がりすぎます。
良い点
- (state, score)を返す1つのgenerate関数のみからなる小さなAPI
- AB-MCTS-A、AB-MCTS-M、multi-LLM探索を1つのパッケージに集約
- APIエラーが発生する長時間実行のためのチェックポイント機能と再開機能
- 並列呼び出しに対応したバッチ形式のask-tellインターフェース
- Apache 2.0ライセンス、定期的なリリース、NeurIPS 2025で発表された手法
気になる点
- 結果がスコアリング関数に完全に依存する点
- 最終回答の選択を支援しない点（ARC-AGI-2のPass@250が30%超であるのに対しPass@2は19.2%）
- AB-MCTS-Mのステップが遅くなる可能性がある点
- バッチサイズを大きくすると探索木が歪む点
- コントリビューターが3名のみでコミュニティが小さい点
おすすめの人
モデル出力に対する検証器をすでに持ち、より多くの呼び出し予算を優れた回答に変換するための実績ある探索アルゴリズムを求めているエンジニア。
TreeQuestの代替
TreeQuest：よくある質問
- TreeQuestは使う価値があるか？
- 明確に1つの役割のみを果たす、定評ある探索手法の簡潔で最小限の実装です。スコアリングや最終的な回答の選択といった難しい部分は利用者に委ねられています。 評価は5点満点中3.8点です。
- TreeQuestの料金は？
- Apache 2.0のもとで無料です。費用は生成関数およびスコアリング関数が行うLLMの呼び出しコストとなります。
- TreeQuestの欠点は？
- 結果がスコアリング関数に完全に依存する点; 最終回答の選択を支援しない点（ARC-AGI-2のPass@250が30%超であるのに対しPass@2は19.2%）; AB-MCTS-Mのステップが遅くなる可能性がある点; バッチサイズを大きくすると探索木が歪む点; コントリビューターが3名のみでコミュニティが小さい点.
- TreeQuestは誰に向いているか？
- モデル出力に対する検証器をすでに持ち、より多くの呼び出し予算を優れた回答に変換するための実績ある探索アルゴリズムを求めているエンジニア。
- チームや本番環境でTreeQuestを使うと費用はいくらか？
- 費用は、探索ステップ数に各generateおよびスコア呼び出しのコストを乗じたものになります。Sakana AIのARC-AGI-2の実行例のように1タスクあたり250回呼び出す場合、予算は利用するモデルの呼び出し単価に直接左右されます。
- TreeQuestは企業データを扱っても安全か？
- TreeQuest自体はネットワーク呼び出しを行いません。generate関数がLLMプロバイダーに送信するものだけがマシン外部へ出るデータとなります。Apache 2.0は商用利用に制限を課していません。
- TreeQuestの代わりになるものは？
- 当サイトでレビューした中で最も近い代替はShinkaEvolve, The AI Scientist (v1, v2 and v3) 、 LangGraphです。
回答確認日：2026年10月26日