TinyRecursiveModels

该项目实现了一种名为Tiny Recursive Model (TRM)的递归推理模型，该模型使用仅有700万参数的小型神经网络，在ARC-AGI-1和ARC-AGI-2测试集上分别取得了45%和8%的成绩。其核心功能在于通过递归更新潜在变量z与答案y来逐步改进预测结果，整个过程无需依赖复杂的层级结构或固定点定理，展现了“少即是多”的设计理念。适用于需要高效利用计算资源解决复杂推理任务的场景，如AI竞赛中的问题解答等，尤其适合那些希望避免高昂训练成本但仍追求高性能解决方案的研究者或开发者。