AlphaApollo : Orchestrer des modèles de fondation et des outils professionnels dans un système auto-évolutif pour un raisonnement agentique approfondi
AlphaApollo: Orchestrating Foundation Models and Professional Tools into a Self-Evolving System for Deep Agentic Reasoning
October 5, 2025
papers.authors: Zhanke Zhou, Chentao Cao, Xiao Feng, Xuan Li, Zongze Li, Xiangyu Lu, Jiangchao Yao, Weikai Huang, Linrui Xu, Tian Cheng, Guanyu Jiang, Yiming Zheng, Brando Miranda, Tongliang Liu, Sanmi Koyejo, Masashi Sugiyama, Bo Han
cs.AI
papers.abstract
Nous présentons AlphaApollo, un système de raisonnement agentique auto-évolutif visant à résoudre deux goulots d'étranglement dans le raisonnement des modèles de base (FM) : la capacité intrinsèque limitée du modèle et l'itération peu fiable en temps de test. AlphaApollo orchestre plusieurs modèles avec des outils professionnels pour permettre un raisonnement délibéré et vérifiable. Il combine (i) un outil de calcul (Python avec des bibliothèques numériques et symboliques) et (ii) un outil de recherche (informations externes pertinentes pour la tâche) pour exécuter des calculs précis et ancrer les décisions. Le système prend également en charge l'évolution multi-tours et multi-modèles des solutions via une carte d'état partagée qui enregistre les candidats, les vérifications exécutables et les retours pour un affinement itératif. Dans les évaluations sur AIME 2024/2025 avec plusieurs modèles, AlphaApollo offre des gains constants : +5,15 % Average@32 et +23,34 % Pass@32 pour Qwen2.5-14B-Instruct, et +8,91 % Average@32 avec +26,67 % Pass@32 pour Llama-3.3-70B-Instruct. L'analyse de l'utilisation des outils montre que plus de 80 % des appels d'outils sont exécutés avec succès, surpassant systématiquement les bases de référence sans outils, ce qui élève ainsi le plafond de capacité des FM. D'autres résultats empiriques et détails d'implémentation seront mis à jour sur https://github.com/tmlr-group/AlphaApollo.
English
We present AlphaApollo, a self-evolving agentic reasoning system that aims to
address two bottlenecks in foundation model (FM) reasoning-limited
model-intrinsic capacity and unreliable test-time iteration. AlphaApollo
orchestrates multiple models with professional tools to enable deliberate,
verifiable reasoning. It couples (i) a computation tool (Python with numerical
and symbolic libraries) and (ii) a retrieval tool (task-relevant external
information) to execute exact calculations and ground decisions. The system
further supports multi-round, multi-model solution evolution via a shared state
map that records candidates, executable checks, and feedback for iterative
refinement. In evaluations on AIME 2024/2025 across multiple models,
AlphaApollo delivers consistent gains: +5.15% Average@32 and +23.34% Pass@32
for Qwen2.5-14B-Instruct, and +8.91% Average@32 with +26.67% Pass@32 for
Llama-3.3-70B-Instruct. Tool-use analysis shows that more than 80% of tool
calls are successfully executed, with consistent outperformance of non-tool
baselines, thereby lifting the capability ceiling of FMs. More empirical
results and implementation details will be updated at
https://github.com/tmlr-group/AlphaApollo.