Новая архитектура Tiny Recursive Model (TRM) использует принципиально другой подход к решению задач. Вместо генерации ответа за один проход, модель входит в рекурсивный цикл: создает черновик ответа, затем критикует и улучшает его через несколько итераций (до 16 циклов). Это позволяет исправлять логические ошибки, которые обычно остаются незамеченными в больших языковых моделях.
Модель успешно прошла сложные тесты ARC-AGI, разработанные для оценки способности к абстрактному мышлению, показав 45% в ARC-AGI-1 и 8% в ARC-AGI-2 — это превысило результаты DeepSeek-R1, Gemini 2.5 Pro и o3-mini.
Ключевые преимущества TRM:
- Энергоэффективность и возможность работы на мобильных устройствах
- Обучение на небольших датасетах (1000 примеров для судоку)
- Открытый исходный код для развития сообществом
Хотя обработка одной задачи занимает больше времени из-за рекурсивных циклов, качество ответов оказывается выше. Это открытие может democratize разработку ИИ, позволяя небольшим организациям создавать конкурентоспособные модели без миллиардных инвестиций в вычисления.
Исследование знаменует потенциальный сдвиг в развитии искусственного интеллекта — от гонки за размером моделей к поиску более эффективных архитектурных решений.
