Shared Knowledge Ensemble of Search Trees（SKEST）は、Google DeepMindが2025年2月に提案した新しい探索アルゴリズムです。異なる構成の複数のビーム探索を並列に実行し、知識共有メカニズムを通じて相互に補完することができます。関連する研究成果は、論文「AlphaGeometry2 を使用したオリンピック幾何学の金メダリストのパフォーマンス”。

SKEST の動作原理は次のとおりです。

各探索木において、ノードは補助的な構築試行と、それに続くシンボリックエンジンの実行試行に対応します。試行が成功した場合、すべての探索木は終了します。試行が失敗した場合、ノードはシンボリックエンジンが証明できた事実を共有事実データベースに書き込みます。これらの共有事実は、ノード自体に固有の補助的なポイントではなく、元の問題にのみ関連するようにフィルタリングされます。これにより、これらの事実は、同じ探索木内の他のノードだけでなく、異なる探索木内のノードにも役立ちます。