HRM

Hierarchical Reasoning Model (HRM) 是一种新型的递归架构，旨在解决复杂的目标导向行动序列推理问题。该项目通过两个相互依赖的递归模块实现高效的多层次推理：一个负责缓慢、抽象规划的高级模块和一个处理快速、详细计算的低级模块。HRM 仅使用2700万参数和1000个训练样本即可在复杂推理任务中表现出色，如解高难度数独和大型迷宫中的最优路径寻找，且无需预训练或Chain-of-Thought数据。此外，HRM 在衡量人工智能通用能力的关键基准——抽象与推理语料库(ARC)上表现优于许多更大规模的模型。这种高效能使其特别适用于需要在有限资源下进行复杂推理的应用场景。