Samsung бросила вызов гигантам ИИ: маленькая модель превзошла GPT-4 в логических задачах

Рекурсивная архитектура модели позволяет ей последовательно улучшать ответы через 16 циклов самоанализа. При размере в 0.01% от конкурентов модель показала лучшие результаты в тестах ARC-AGI и решила 87.4% головоломок судоку.

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.