سامسونج تكشف عن Tiny Recursive Model
من عالم النماذج الصغيرة: سامسونج تكشف عن Tiny Recursive Model (TRM) 🚨🤯
نموذج بسيط يتصرف كـ “مخطط تفكيري تكراري”؛ يكتب مسودات،يراجع أخطاءه، يُحسن الإجابة حتى (16) تكرارًا؛ وهو ما يُترجم إلى كفاءة حسابية مذهلة دون مضاعفة الحجم !!
أبرز النقاط التقنية 👇
✴️ نموذج بحجم ~7 مليون مع تميز في التقييم: ~45% على ARC-AGI-1 و8% على ARC-AGI-2.
✴️ مُدرَّب على مجموعة بيانات صغيرة (~1000 مثال) ويطبق تحديثات تكرارية داخلية لتحسين التنبؤات حتى 16 خطوة.
✴️ قفزات أداء قوية على مهام الألغاز حيث حقق تحسن ملحوظ في Sudoku وMaze بالمقارنة مع طرق سابقة.
✴️ يتفوق في التعميم على نماذج كبيرة شائعة (مثل DeepSeek R1 وGemini 2.5 Pro وo3-mini) رغم فرق الحجم الهائل (إشارة واضحة إلى أن الهندسة المعمارية قد تفوق مجرد زيادة المعلمات.)
✴️ الكود مفتوح على GitHub لدراسة التطبيق العملي والتكرار.
~ أبرزت مراجعات بحثية متعددة أن آليات الـ scratchpad والتكرار الذاتي تسمح للنموذج بتصحيح أخطاءه خطوة بخطوة، وهو نهج فعّال لتقليل تكلفة الاستدلال وتشجيع الانتشار على الأجهزة الطرفية (edge devices) !!
يذكرنا هذا العمل بأن التركيز على كفاءة المعمارية والآليات التكرارية قد يعيد تشكيل أولويات البحث بعيدًا عن سباق زيادة المعلمات وحده 😉
رابط الـGitHub 🔗
https://github.com/SamsungSAILMontreal/TinyRecursiveModels
رابط الورقة البحثية 🔗
سوريا
مصر
الإمارات
السعودية
قطر
