L'ensemble de connaissances partagées des arbres de recherche (SKEST) est un nouvel algorithme de recherche proposé par Google DeepMind en février 2025. Il permet d'exécuter en parallèle plusieurs recherches par faisceau avec différentes configurations et de les aider mutuellement grâce à un mécanisme de partage des connaissances. Les résultats de recherche pertinents ont été publiés dans l'article « Performance d'un médaillé d'or en résolution de géométrie olympique avec AlphaGeometry2".

Le principe de fonctionnement de SKEST est le suivant :

Dans chaque arbre de recherche, un nœud correspond à une tentative de construction auxiliaire, suivie d'une tentative d'exécution du moteur symbolique. Si la tentative réussit, tous les arbres de recherche s'arrêtent. En cas d'échec, le nœud écrit les faits prouvés par le moteur symbolique dans une base de données de faits partagée. Ces faits partagés sont filtrés afin qu'ils ne soient pas des points auxiliaires spécifiques au nœud lui-même, mais uniquement pertinents pour le problème initial. De cette façon, ces faits peuvent également aider d'autres nœuds du même arbre de recherche, ainsi que des nœuds d'arbres de recherche différents.