O que é TreeQuest?
O TreeQuest é uma biblioteca Python de código aberto da Sakana AI que implementa o Adaptive Branching Monte Carlo Tree Search (AB-MCTS), um método de escalonamento em tempo de inferência: em vez de perguntar a um modelo uma única vez, você deixa uma busca decidir, chamada a chamada, se tenta uma resposta nova ou refina uma promissora. O artigo por trás dele foi um spotlight do NeurIPS 2025, e a Sakana diz que o mesmo método sustenta seu agente de pesquisa Marlin.
Você escreve uma função que recebe um estado pai e devolve um estado novo com uma pontuação entre 0 e 1, em geral chamando um LLM e avaliando o resultado. O TreeQuest decide qual nó expandir em seguida. Ele traz AB-MCTS-A, AB-MCTS-M e um modo multi-LLM que também escolhe qual modelo chamar, além de checkpoints, uma interface ask-tell em lotes e visualização da árvore em HTML.
É Apache 2.0 e está no PyPI como treequest, exigindo Python 3.11 ou posterior. A release mais recente é a v0.3.3, de 16 de outubro de 2026; o repositório tem cerca de 570 estrelas e três colaboradores.
TreeQuest vale a pena?
O TreeQuest é uma boa biblioteca com um escopo estreito. Ele não chama modelos, não interpreta saídas nem gerencia prompts; decide onde gastar a próxima chamada. Isso facilita encaixá-lo em um pipeline existente, que é sua principal vantagem sobre escrever MCTS por conta própria, e é por isso que o quick start do README cabe em uma tela.
O resultado mais conhecido do método mostra tanto sua promessa quanto seu porém. Em 120 tarefas públicas do ARC-AGI-2 com orçamento de 250 chamadas, a Sakana informa que o o4-mini com amostragem repetida resolveu 23%, o o4-mini com AB-MCTS 27,5%, e o AB-MCTS multi-LLM combinando o4-mini, Gemini 2.5 Pro e DeepSeek-R1 mais de 30%. Esse número mais alto é Pass@250, que conta uma tarefa como resolvida se qualquer tentativa acertou. Sob a regra de duas respostas da competição, ele caiu para 19,2%, e a Sakana aponta a seleção da resposta como um problema não resolvido. O TreeQuest encontra bons candidatos; não diz qual deles está correto, a menos que sua função de pontuação consiga.
Portanto, a qualidade de uma execução do TreeQuest é a qualidade do seu avaliador. Onde você tem um verificador (testes unitários, exemplos de demonstração, um objetivo numérico), é uma forma sólida de transformar mais orçamento em respostas melhores. Onde você só tem um LLM como juiz, a busca otimiza para o que o juiz gosta.
O projeto é pequeno e mantido: releases mais ou menos a cada um a três meses desde 2025, zero issues abertas e três colaboradores, então a continuidade depende da Sakana. O README avisa que as etapas do AB-MCTS-M podem ser lentas e que lotes grandes distorcem a árvore; sugere um tamanho de lote de cinco ou menos. Para evoluir programas inteiros ao longo de muitas gerações, o ShinkaEvolve da Sakana é a ferramenta mais adequada.
Onde ele se destaca
Um engenheiro gerando código contra uma suíte de testes unitários
Aumentar a taxa de aprovação em tarefas difíceis gastando mais chamadas só onde é preciso
Pontue cada candidato pela fração de testes aprovados e deixe o AB-MCTS escolher entre rascunhos novos e refinamentos. As execuções da Sakana no ARC-AGI-2 limitaram o gasto a 250 chamadas por tarefa.
Uma equipe com acesso às APIs de vários modelos
Combinar modelos para que o quase acerto de um vire o ponto de partida de outro
Registre uma função generate por modelo e use o AB-MCTS multi-LLM; no ARC-AGI-2, a Sakana viu o DeepSeek-R1 e o Gemini corrigirem respostas erradas do o4-mini.
Um pesquisador comparando métodos de escalonamento em tempo de inferência
Comparar a busca em árvore com a amostragem best-of-N
Rode o AB-MCTS-A e a amostragem repetida simples com o mesmo orçamento e depois renderize as duas árvores em HTML para comparar seus formatos.
Antes de decidir
- Configuração
- pip install "treequest[all]" ou uv add "treequest[all]" em Python 3.11 ou posterior; o quick start do README roda uma busca de 10 etapas em poucas linhas.
- Integrações
- Agnóstico de modelo: você chama qualquer LLM dentro da sua própria função generate. Extras opcionais adicionam as dependências do AB-MCTS-M e a visualização; as árvores de busca podem ser salvas em checkpoints e renderizadas em HTML.
- Dados e privacidade
- O TreeQuest em si não faz chamadas de rede; o que sua função generate enviar a um provedor de LLM é o único dado que sai da sua máquina. A Apache 2.0 não impõe limites ao uso comercial.
- Custo em escala
- O gasto é igual ao número de etapas de busca vezes o custo de cada chamada de geração e pontuaç ão; a 250 chamadas por tarefa, como nas execuções da Sakana no ARC-AGI-2, o orçamento decorre diretamente do preço por chamada do seu modelo.
- Limites
- Nenhuma seleção de resposta final além de top_k por pontuação. O AB-MCTS-M é lento por etapa; tamanhos de lote acima de cinco alargam demais a árvore, segundo o README.
O que é bom
- API pequena: uma função generate que devolve (state, score)
- AB-MCTS-A, AB-MCTS-M e busca multi-LLM em um só pacote
- Checkpoints e retomada para execuções longas que esbarram em erros de API
- Interface ask-tell em lotes para chamadas paralelas
- Apache 2.0, releases regulares, método publicado no NeurIPS 2025
O que não é
- Os resultados dependem inteiramente da sua função de pontuação
- Nenhuma ajuda para escolher a resposta final: o Pass@2 no ARC-AGI-2 foi de 19,2% contra mais de 30% no Pass@250
- As etapas do AB-MCTS-M podem ser lentas
- Lotes grandes distorcem a árvore de busca
- Três colaboradores; comunidade pequena
Ideal para
Engenheiros que já têm um verificador para as saídas do modelo e querem um algoritmo de busca testado para transformar um orçamento maior de chamadas em respostas melhores.
Alternativas ao TreeQuest
TreeQuest: perguntas frequentes
- TreeQuest vale a pena?
- Uma implementação limpa e mínima de um método de busca respeitado, que faz exatamente uma coisa e deixa as partes difíceis, pontuar e escolher uma resposta final, com você. Damos nota 3.8 de 5.
- Quanto custa TreeQuest?
- Gratuito sob Apache 2.0. Os custos são as chamadas de LLM que suas funções de geração e de pontuação fazem.
- Quais são as desvantagens de TreeQuest?
- Os resultados dependem inteiramente da sua função de pontuação; nenhuma ajuda para escolher a resposta final: o Pass@2 no ARC-AGI-2 foi de 19,2% contra mais de 30% no Pass@250; as etapas do AB-MCTS-M podem ser lentas; lotes grandes distorcem a árvore de busca; três colaboradores; comunidade pequena.
- Para quem TreeQuest é indicado?
- Engenheiros que já têm um verificador para as saídas do modelo e querem um algoritmo de busca testado para transformar um orçamento maior de chamadas em respostas melhores.
- Quanto custa TreeQuest para uma equipe ou em produção?
- O gasto é igual ao número de etapas de busca vezes o custo de cada chamada de geração e pontuação; a 250 chamadas por tarefa, como nas execuções da Sakana no ARC-AGI-2, o orçamento decorre diretamente do preço por chamada do seu modelo.
- TreeQuest é seguro para dados da empresa?
- O TreeQuest em si não faz chamadas de rede; o que sua função generate enviar a um provedor de LLM é o único dado que sai da sua máquina. A Apache 2.0 não impõe limites ao uso comercial.
- Quais são as melhores alternativas ao TreeQuest?
- As alternativas mais próximas que analisamos são ShinkaEvolve, The AI Scientist (v1, v2 and v3) e LangGraph.
Respostas verificadas em 26 de out. de 2026.