# スタンフォードとTogether AIの論文で、自己組織化する3モデルのチームが平均66.7%

DAIR.AIによると、スタンフォードとTogether AIの論文では、o3-mini、Claude Sonnet 4、DeepSeek-V3が自己組織化するチームとして数学と物理の5つのベンチマークで平均66.7%となり、最も強いメンバー単体の48.8%、完全なルーターの59.0%を上回った。

Language: ja
Time zone: Asia/Tokyo
Current time (UTC, cached as of): 2026-11-10T06:08:00.000Z
Query date (Asia/Tokyo): 2026-11-10

HTML: https://didcodexreset.com/ja/news/a1d85ec69a8d459ea83b130d.html

Content language: ja
Localization state: translated

出典：DAIR.AI · 2026/9/24 00:10:42 公開

DAIR.AIによると、[スタンフォードとTogether AIの論文](https://academy.dair.ai/papers/self-organizing-agent-teams-learn-to-reason-together-2609.22682)は、o3-mini、Claude Sonnet 4、DeepSeek-V3を自己組織化するチームとして検証した。数学と物理の5つのベンチマークで、チームの平均は66.7%だった。最も強いメンバー単体のスコアは48.8%で、各メンバーの独立した解答から選ぶ完全なルーターは59.0%だった。

AIME 2026では、チームは71.2%に達し、そのルーターを13.4ポイント上回った。1人のメンバーがチームのそれまでのやり取りを確認し、役割、議論フェーズの順序、参加者、部分的な解答の統合方法を含むチームワーク戦略を書き換える。これらの戦略はAIME 2024の15問から学習され、その後、未使用のAIME 2024問題と4つの新しいベンチマークへ変更せず適用された。

Tags: AI研究, マルチエージェント, ベンチマーク, スタンフォード, Together AI

[元の投稿を見る](https://x.com/dair_ai/status/2102776257687781501)