RSS VentureBeat
フォロー
サムスンAI研究者の新しいオープン推論モデルTRMが、特定の問題において10,000倍も大きいモデルを凌駕
サムスンのアレクシア・ジョリクール＝マルティノーが開発した、小型オープンソースAIモデル「Tiny Recursion Model (TRM)」は、わずか700万パラメータでありながら、OpenAIのo3-miniやGoogleのGemini 2.5 Proといった、はるかに大規模なモデルに匹敵する性能を発揮します。TRMは、数独やパズルなど、構造化されたグリッドベースの推論タスクに優れています。TRMは、2層アーキテクチャを採用し、自身の予測を再帰的に洗練させることで、より大きく複雑なモデルの必要性を排除しています。この再帰的アプローチにより、特定のベンチマークで高いパフォーマンスを達成しています。MITライセンスの下でオープンソースとして公開されているため、TRMは幅広い利用と改変が可能です。TRMの成功は、ミニマリズムに起因しており、複雑さを軽減することで、より優れた汎化性能を実現し、過学習を回避しています。このモデルの成功は議論を呼び、その効率性を称賛する声がある一方で、その適用範囲に疑問を呈する声も上がっています。今後の研究では、TRMのフレームワークを基盤に、生成的なバリアントや再帰に関するスケーリング則が探求される可能性があります。TRMは、慎重に設計された再帰的思考が、単にモデルサイズを大きくすることよりも効果的であることを証明しています。
