A tiny recursive reasoning model achieves 45% on ARC-AGI-1 and 8% on ARC-AGI-2
7 months ago
- #AI
- #Machine Learning
- #Recursive Reasoning
- 提出Tiny Recursion Model（TRM），这是一个仅含700万参数的递归推理模型，在ARC-AGI-1上达到45%准确率，在ARC-AGI-2上达到8%
- 挑战了'解决复杂任务必须依赖大规模基础模型'的传统认知
- 通过递归推理的效率优势，实证'少即是多'的模型规模理念
- TRM简化了递归推理机制，无需依赖生物学论证或不动点定理
- 阐述其递归过程：通过逐步更新潜在状态和答案实现高效精准推理