🤖 machine learning

Sakana Fugu Technical Report

Il documento introduce Sakana Fugu, una famiglia di modelli linguistici orchestratori che costruiscono dinamicamente scaffold agentici per combinare e amplificare le capacità specializzate di molteplici LLM, raggiungendo prestazioni allo stato dell'arte attraverso diversi benchmark impegnativi.

Autori originali: Yujin Tang, Edoardo Cetin, Jinglue Xu, Qi Sun, Stefan Nielsen, Vincent Richard, Haruto Goda, Iaroslav Tymchenko, Nhan Nguyen, Hyunin Lee, Mari Ashiga, Shashank Kotyan, So Kuroki, Tarin Clanuwat

Pubblicato 2026-06-23

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Yujin Tang, Edoardo Cetin, Jinglue Xu, Qi Sun, Stefan Nielsen, Vincent Richard, Haruto Goda, Iaroslav Tymchenko, Nhan Nguyen, Hyunin Lee, Mari Ashiga, Shashank Kotyan, So Kuroki, Tarin Clanuwat

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di avere un team di esperti di classe mondiale, ognuno maestro in un campo specifico. Uno è un genio della matematica, un altro è un mago della programmazione, un terzo è un detective della cybersicurezza e un quarto è un ricercatore scientifico. Individualmente, sono brillanti. Ma cosa succederebbe se potessi assumere un manager super intelligente che sa esattamente quale esperto chiamare per ogni singolo problema e come farli lavorare insieme?

Questo è esattamente ciò che è Sakana Fugu.

Secondo il rapporto tecnico di Sakana AI, Fugu non è solo un unico cervello gigante che cerca di fare tutto. Invece, è un "direttore d'orchestra" o un "manager" che coordina un team di altri modelli AI potenti (come GPT-5.5, Claude Opus e Gemini) per risolvere i problemi meglio di quanto uno qualsiasi di essi potrebbe fare da solo.

Ecco una semplice suddivisione di come funziona e cosa può fare:

1. Le due versioni: Il "Cameriere Rapido" e lo "Chef Maestro"

Il team ha rilasciato due versioni di questo manager, progettate per diverse esigenze:

Fugu (Il Cameriere Rapido): Questa versione è costruita per l'uso quotidiano. Quando poni una domanda, agisce come un cameriere veloce che sa istantaneamente quale esperto in cucina sia il migliore per il tuo ordine. Sceglie un solo esperto per svolgere il lavoro immediatamente. È veloce, a bassa latenza ed è ottimo per i compiti quotidiani, ma sceglie comunque la persona migliore per il lavoro.
Fugu-Ultra (Lo Chef Maestro): Questa versione è per i problemi più difficili e complessi, dove la velocità non conta quanto ottenere la risposta perfetta. Invece di scegliere solo una persona, costruisce un'intera squadra di cucina. Potrebbe chiedere a un esperto di redigere un piano, a un secondo di controllare la matematica, a un terzo di scrivere il codice e a un quarto di fare il debugging. Richiede più tempo, ma combina i punti di forza dell'intero team per affrontare problemi troppo difficili per un singolo modello.

2. Come impara: Lo "Scout di Talenti"

Potresti chiederti: "Come fa Fugu a sapere quale esperto è il migliore per ogni lavoro?"

Il documento spiega che Fugu è stato addestrato come uno scout di talenti.

L'addestramento: I ricercatori hanno sottoposto il manager Fugu a migliaia di problemi. Hanno osservato come i diversi esperti (gli "operai") si comportavano su ciascuno di essi.
L'apprendimento: Fugu ha imparato un modello. Per esempio, ha imparato che "Gemini è eccezionale nelle domande scientifiche", mentre "GPT è un mago nella matematica complessa" e "Claude Opus è il migliore nel trovare bug di sicurezza".
Il risultato: Invece di memorizzare le risposte, Fugu ha imparato a instradare le domande. Guarda la tua domanda, pensa: "Ah, questo richiede un esperto di matematica", e la invia istantaneamente al modello giusto.

3. Cosa può fare: L'effetto "Coltellino Svizzero"

Il rapporto mostra che, utilizzando questo approccio di "lavoro di squadra", Fugu supera gli esperti individuali in molti ambiti. È come avere un coltellino svizzero in cui ogni strumento è la versione migliore di se stesso e l'impugnatura sa esattamente quale strumento estrarre.

Ecco alcuni esempi specifici dal documento:

Coding e Software: Nei test in cui l'IA doveva correggere bug in software reali, Fugu-Ultra è stato il top performer. Faceva sì che un modello "costruttore" scrivesse il codice, poi passava a un modello "debugger" per trovare gli errori, e poi tornava indietro per correggerli. Questo scambio continuo era migliore di qualsiasi singolo modello che cercasse di farlo da solo.
Scienza e Matematica: Nei test difficili di scienze (come "Humanity's Last Exam"), Fugu-Ultra ha ottenuto punteggi più alti rispetto ai singoli modelli. Sapeva usare il modello con forte impronta matematica per i problemi di fisica e quello con forte impronta scientifica per le domande di biologia.
Risoluzione Creativa di Problemi: Il documento descrive un test in cui l'IA doveva capire l'ordine di lettura di antiche e disordinate lettere giapponesi sparse su una pagina. Fugu-Ultra non si è limitato a indovinare; ha scritto un programma personalizzato per risolvere l'enigma, lo ha migliorato e lo ha risolto meglio di quanto potesse fare qualsiasi singolo modello.
Design: Ha persino progettato un diaframma meccanico per fotocamera (la parte che si apre e si chiude in un obiettivo) funzionante, che si muoveva correttamente, mentre altri modelli creavano design difettosi o non funzionanti.

4. Perché questo è importante: L'"Orchestra" contro il "Solista"

Il punto principale del documento è che non abbiamo necessariamente bisogno di costruire un unico, massiccio e costosissimo cervello per ottenere un'IA migliore. Invece, possiamo costruire un sistema che sappia come usare i cervelli che già abbiamo.

Il vecchio modo: Cercare di rendere un singolo modello così grande e intelligente da poter fare tutto perfettamente.
Il modo Fugu: Mantenere gli esperti specializzati (il tipo della matematica, il tipo del coding, il tipo della scienza) e assumere un manager intelligente (Fugu) per coordinarli.

Il documento afferma che questo approccio permette di raggiungere risultati "state-of-the-art" — ovvero i migliori punteggi nei test più difficili — senza dover addestrare un nuovo modello massiccio da zero. Trasforma una collezione di strumenti specializzati in un unico sistema incredibilmente capace.

In breve: Sakana Fugu è un manager intelligente che sa esattamente quale esperto di IA chiamare per il lavoro, che si tratti di una risposta rapida o di un puzzle complesso in più fasi, dando come risultato un team che è più intelligente della somma delle sue parti.

Riepilogo Tecnico: Sakana Fugu

Definizione del Problema

I modelli linguistici di frontiera (LLM) hanno raggiunto prestazioni di livello esperto in diversi domini, eppure esibiscono specializzazioni sempre più differenziate. Ad esempio, mentre alcuni modelli eccellono nel ragionamento matematico o nella dimostrazione di teoremi, altri dominano nell'ingegneria del software, nella cybersecurity o nell'implementazione algoritmica. Inoltre, all'interno di singoli domini, i modelli possiedono spesso punti di forza granulari (ad esempio, l'implementazione diretta di un algoritmo rispetto alla pianificazione complessa).

Gli approcci attuali per scalare le capacità dell'IA si basano principalmente sull'addestramento di modelli più grandi e costosi. Tuttavia, il documento sostiene che la prossima frontiera potrebbe non essere raggiunta da un singolo modello monolitico, ma da sistemi in grado di identificare, combinare e amplificare i punti di forza complementari di molteplici modelli specializzati. Inoltre, sebbene gli "scaffold agentici" (prompt strutturati, uso di strumenti, feedback dall'ambiente) abbiano potenziato le prestazioni dei singoli modelli, questi sono spesso sistemi fissi e specifici per il compito. Esiste la necessità di un sistema in grado di orchestrare dinamicamente un team di agenti, adattando il flusso di lavoro, la topologia di comunicazione e l'uso degli strumenti alle specifiche esigenze di ogni query, trattando efficacemente l'intelligenza collettiva come un asse scalabile oltre la dimensione grezza del modello.

Metodologia

Sakana Fugu è una famiglia di modelli orchestratori appresi progettati per esporre un sistema multi-agente attraverso un'unica interfaccia di modello. Invece di richiedere agli utenti di progettare flussi di lavoro, i modelli Fugu costruiscono dinamicamente "scaffold agentici" sopra un pool di worker LLM di frontiera. Il sistema rilascia due varianti ottimizzate per diversi punti operativi: Fugu (consapevole della latenza) e Fugu-Ultra (orientata alle prestazioni).

1. Fugu: Bilanciare Prestazioni e Latenza

Fugu è progettato per l'uso interattivo, selezionando un singolo worker per ogni input per minimizzare la latenza massimizzando al contempo la probabilità di selezionare l'agente più capace.

Parametrizzazione: Fugu utilizza un backbone di un modello linguistico pre-addestrato con una testa di selezione leggera attaccata all'ultimo strato nascosto. A differenza dei coordinatori precedenti che assegnano ruoli, la testa di Fugu emette logit per $L$ modelli worker, selezionandone uno affinché agisca come worker. Per adattare il backbone in modo efficiento senza un fine-tuning completo, il sistema impiega il fine-tuning dei valori singolari, addestrando solo le scale dei valori singolari delle matrici di parametri selezionate.
Paradigma di Addestramento:
- Supervised Fine-Tuning (SFT): Il modello è addestrato su compiti a singolo step (coding, matematica, ragionamento). Le etichette sono generate eseguendo tutti i modelli worker su un compito e classificandoli in base alle prestazioni rispetto alla verità di base (ground truth). L'orchestratore è addestrato a prevedere una distribuzione di probabilità "soft" sui worker (tramite softmax) piuttosto che un'etichetta singola "hard", fornendo un segnale più ricco.
- Ottimizzazione Evolutiva: Dopo l'SFT, Fugu è ottimizzato tramite sep-CMA-ES (strategia di adattamento della covarianza evolutiva separabile) su compiti multi-turno end-to-end (ad esempio, assistenti di coding con uso di strumenti e feedback dall'ambiente). Questa fase ottimizza la ricompensa terminale attesa della traiettoria di interazione, permettendo al modello di apprendere capacità pratiche come l'affidabilità degli strumenti e il debugging iterativo che i benchmark statici non colgono.

2. Fugu-Ultra: Dare Priorità alle Prestazioni

Fugu-Ultra è progettato per carichi di lavoro complessi e multi-step dove la qualità della risposta prevale sulla latenza. Si basa sul framework Conductor, che genera workflow agentici in linguaggio naturale.

Generazione del Workflow: L'orchestratore emette una sequenza di step del workflow, definendo sottotari compiti, assegnando agenti worker specifici e specificando le liste di accesso (quali output precedenti includere nel contesto). Ciò consente topologie arbitrarie, dai catene sequenziali agli alberi paralleli.
Addestramento: Addestrato utilizzando GRPO (Grouped Relative Policy Optimization) su una funzione di ricompensa che penalizza gli errori di formattazione e premia il completamento corretto del compito.
Memoria Avanzata e Isolamento:
- Isolamento Intra-workflow: Per prevenire il "collasso dell'orchestrazione" (dove la traiettoria del primo agente influenza tutti gli agenti successivi), gli agenti all'interno di un singolo workflow sono isolati. Essi vedono solo il contesto esplicitamente permesso dalla lista di accesso, preservando i propri percorsi di soluzione indipendenti.
- Memoria Condivisa Persistente: Gli agenti mantengono la memoria delle interazioni attraverso diversi workflow (conversazioni multi-turno) per evitare chiamate ridondanti agli strumenti e mantenere il contesto, pur rimanendo isolati all'interno del workflow corrente.
Pool di Agenti: Il sistema orchestra un pool diversificato di modelli di frontiera (ad esempio, Gemini-3.1-Pro, Claude-Opus-4.8, GPT-5.5).

Contributi Chiave

Orchestrazione Appresa come Asse di Scaling: Il documento propone l'orchestrazione dei modelli come un asse di scaling complementare all'aumento della dimensione del modello. Dimostra che combinare modelli specializzati esistenti può produrre prestazioni superiori ai migliori modelli individuali senza richiedere nuovi cicli di addestramento o accesso ai parametri.
Scaffold Dinamici e Adattivi alla Query: A differenza dei framework agentici fissi, i modelli Fugu imparano a ideare dinamicamente scaffold (routing, topologia, strategie di comunicazione) specifici per ogni query. Ciò include la selezione dell'aggregatore ottimale (ad esempio, utilizzando un modello specializzato in matematica per l'aggregazione in compiti densi di matematica e un specialista nel recupero di fatti per la cultura generale).
Sistema Pronto per la Produzione: Il rapporto dettaglia l'infrastruttura e i principi di design (ad esempio, il fine-tuning dei valori singolari per l'efficienza, le strategie evolutive per la robustezza) che trasformano i concetti di ricerca multi-agente in un sistema di produzione capace di gestire compiti interattivi del mondo reale.
Rilascio a Due Livelli: L'introduzione di Fugu (bassa latenza, selezione di un singolo agente) e Fugu-Ultra (alte prestazioni, workflow multi-agente) fornisce opzioni pratiche per diversi casi d'uso.

Risultati

I modelli Fugu sono stati valutati su una serie di benchmark impegnativi, superando spesso i modelli di frontiera allo stato dell'arte e i modelli proprietari "preview".

Coding Agentico: Fugu-Ultra ha raggiunto risultati allo stato dell'arte su SWE-Bench Pro (73.7%) e Terminal Bench 2.1 (82.1%), superando i successivi migliori modelli pubblici di 5-6 punti percentuali. Ha dimostrato un'adattività fine-grained, alternando GPT-5.5 per la costruzione e Claude-Opus-4.8 per il debugging.
Ragionamento Scientifico: Sia Fugu che Fugu-Ultra hanno ottenuto il 95.5% su GPQA-Diamond, superando Gemini-3.1-Pro (94.3%) e GPT-5.5 (93.6). Il sistema ha instradato con successo i sottotari densi di matematica verso GPT e i compiti densi di scienza verso Gemini.
Altri Benchmark:
- LiveCodeBench Pro: 90.8% (Fugu-Ultra) vs 88.4% (GPT-5.5).
- CharXiv Reasoning: 86.6% (Fugu-Ultra) vs 84.1% (GPT-5.5).
- Humanity's Last Exam: 50.0% (Fugu-Ultra), superando tutti i baseline.
Compiti Qualitativi:
- AutoResearch: Nell'ottimizzazione autonoma dell'addestramento ML, Fugu-Ultra ha ottenuto un valore di bit-per-byte di validazione inferiore (0.9774) rispetto ai baseline a singolo modello, dimostrando una consistenza e un picco di prestazione superiori nella ricerca a lungo raggio.
- Lettura del Giapponese Classico: Fugu-Ultra ha ottenuto una media di Normalized Edit Distance (NED) di 0.776 nel recupero dell'ordine di lettura di lettere giapponesi classiche sparse, superando significativamente il miglior baseline di frontiera (0.642).
- Generazione CAD: Fugu-Ultra ha prodotto costantemente design CAD meccanicamente validi e completi (ad esempio, meccanismi di iride di una fotocamera) dove altri modelli producevano risultati incompleti o strutturalmente deboli.

Significato e Rivendicazioni

Il documento afferma che Sakana Fugu rappresenta un cambiamento nel modo in cui le capacità dell'IA di frontiera possono essere accedute e scalate.

Democratizzazione della Capacità: Componendo i modelli a livello comportamentale piuttosto che a livello di parametri, Fugu può incorporare modelli di frontiera closed-source e provider eterogenei senza richiedere l'accesso ai loro pesi. Ciò rende le capacità di frontiera più modulari e accessibili.
Implicazioni Economiche e Geopolitiche: Gli autori suggeriscono che trattare l'orchestrazione come un asse di scaling potrebbe distribuire i benefici dell'IA di frontiera più ampiamente, permettendo alle organizzazioni di raggiungere alte prestazioni senza le enormi risorse computazionali richieste per addestrare i modelli più grandi.
Intelligenza Collettiva: Il lavoro valida l'ipotesi che l'"intelligenza collettiva" sia una proprietà emergente di collettivi di modelli coordinati. Dimostra che un sistema può ingegnerizzare software come il miglior programmatore, ragionare matematicamente come il miglior matematico e decidere dinamicamente quando distribuire ciascuno, creando effettivamente un "super-agente" dai componenti esistenti.

Gli autori posizionano Fugu come un primo passo verso un futuro in cui il progresso dell'IA non dipende solo dall'addestramento di modelli più grandi, ma dall'apprendimento di come i modelli specializzati possano collaborare attraverso scaffold dinamici e adattivi alla query.