2025年、AI分野で注目されるのが推論時間のスケーリングです。Google DeepMindは最新の研究論文で、「マインド・エボリューション」という大規模言語モデル（LLM）の反応を最適化するテクニックを紹介しました。これは、問題解決や計画立案のためにモデルが思考する時間を増やす手法です。
マインド・エボリューションは、探索アルゴリズムと遺伝的アルゴリズムの2つのキーコンポーネントを使用します。これにより、LLMが最適な推論経路を見つけ、自然言語で表現された候補ソリューションを生成し改善していきます。
マインド・エボリューションは、複数の解法を進化させる「島」アプローチを取り入れており、タスクの難易度が高くなるにつれてその効果を発揮しています。研究者たちは試験結果で、複雑なタスクに対する高い成功率と、低コストでの問題解決を達成しました。
この進化的戦略が、より幅広い探索とLLMによる精密な解決策の改善を組み合わせることで、明確な利点があることが示されました。
出典 : DeepMind’s new inference-time scaling technique improves planning accuracy in LLMs https://venturebeat.com/ai/deepmind-new-inference-time-scaling-technique-improves-planning-accuracy-in-llms/
