ryoiki-tokuiten/Deepthink

何を解決するか

Iterative Studio (Deepthink) は、複雑な問題解決のための「テスト時計算」をスケーリングするように設計されています。複数の多様な戦略と仮説を並列で探索するマルチエージェントパイプラインにより、LLMが批判-修正サイクル中に同じミスを繰り返す「認知ループ」にハマるのを防ぎます。

動作方法

このシステムは、いくつかの専門的なモードで動作します：

• Deepthink モード：戦略生成者が複数の並列アプローチブランチを生成する高度なループを使用します。同時に、仮説生成者が特定の不確実性を独立してテストします。認知ループを打破するために、「構造化されたソリューションプールエージェント」がランダムな構造化ノイズ（誤ったアーティファクトや代替論理断片など）を注入し、モデルが通常無視する道筋を検討するよう強制します。最終的に、ジャッジエージェントがこれらの並列実行から最良の結果を選択します。
• Adaptive Deepthink モード：オーケストレーター主導のワークフローで、戦略的な探索の分岐を管理します。限定された内部修正ループと、戦略生成、仮説テスト、成功したブランチ状態の保存に使用するツールを活用します。
• Contextual モード：よりシンプルな3エージェント協働（メイン生成者、イテレーティブエージェント、メモリエージェント）で、イテレーティブな改善と長期的な履歴圧縮に焦点を当て、長時間のセッションでも高品質な出力を維持します。

すべてのモードは、コードやアーティファクトの実行と検証に使用できるセキュアなサンドボックス仮想環境と統合されています。

対象ユーザー

困難なベンチマークやエンジニアリング課題に対して、高インファレンス時間の計算戦略とマルチエージェントオーケストレーションを実装することで、LLMの推論能力の限界を押し広げたい開発者や研究者向けです。

特徴

• 並列戦略探索：問題に対して複数の異なるアプローチを同時に実行し、最適な解決策を見つける。
• 認知ループの打破：構造化ノイズの注入により、エージェントが繰り返しエラーのパターンにハマるのを防ぐ。
• ロボットサンドボックス：リアルタイムでの作業実行と検証に使用できる統合されたセキュアな仮想環境。
• 仮説テスト：独立したエージェントが重要な不確実性をテストし、メイン実行ブランチに焦点を当てた文脈を提供する。
• マルチプロバイダ対応：すべての主要なLLMプロバイダおよびローカルモデルと互換性があります。