نگاهی به مدل تازه سامسونگ به اسم Tiny Recursive Model

وقتی مقاله مربوط به «مدل بازگشتی کوچیک» یا همون Tiny Recursive Model (TRM) از سامسونگ رو خوندم، واقعاً ذهنم سوت کشید. باورم نمی‌شد یه مدل با فقط ۷ میلیون پارامتر تونسته باشه تو تست‌های استدلالی مثل ARC-AGI-1 و ARC-AGI-2 از مدل‌های بزرگ و گرون‌قیمتی مثل DeepSeek-R1، Gemini 2.5 Pro و o3-mini بهتر عمل کنه. این مدل رو تیم تحقیقاتی Samsung SAIL Montreal ساخته و عملاً نشون داده که برای باهوش بودن، الزاماً نیازی به مدل‌های غول‌پیکر و هزینه‌های میلیاردی نیست؛ گاهی طراحی هوشمندانه از هر چیز دیگه‌ای مهم‌تره.

کاری که TRM می‌کنه با مدل‌های زبانی معمولی خیلی فرق داره. به جای اینکه مثل یه LLM معمولی، کلمه‌به‌کلمه جمله بسازه، اول یه پیش‌نویس کامل از جواب تولید می‌کنه — یه جور حدس اولیه از راه‌حل. بعد وارد مرحله‌ای میشه که خودش یه فضای فکری جدا به اسم «اسکرچ‌پد ذهنی» درست می‌کنه. اینجا جاییه که مدل با خودش فکر می‌کنه، منطقش رو زیر سؤال می‌بره و شروع می‌کنه به اصلاح اشتباه‌هاش. طبق مقاله، این چرخه تا شش بار تکرار میشه؛ هر بار از خودش می‌پرسه: «منطقم درسته؟ ایرادم کجاست؟» بعد دوباره جواب رو بازنویسی می‌کنه. این فرایند «پیش‌نویس، فکر کردن، اصلاح» تا ۱۶ بار پشت‌سر هم انجام میشه تا به جوابی برسه که از نظر خودش منطقی و درست باشه.

جالب‌تر اینه که معماری مدل خیلی ساده‌ست. فقط از دو لایه تشکیل شده و می‌تونه یا به‌صورت یه شبکه‌ی ساده (MLP) یا با ساختار self-attention کار کنه. در واقع، سامسونگ پیچیدگی‌های اضافی مثل سلسله‌مراتب یا نظریه‌های سنگین ریاضی رو کنار گذاشته و تمرکزش رو گذاشته روی اینکه مدل بتونه واقعاً فکر کنه. هر بار که TRM به مسئله‌ای نگاه می‌کنه، حالت ذهنی خودش رو به‌روزرسانی می‌کنه، یعنی یاد می‌گیره چطور بهتر فکر کنه، بعد با اون تفکر تازه پاسخ رو بازنویسی می‌کنه — درست مثل آدمی که چند بار به یه موضوع فکر می‌کنه تا بالاخره راه درست رو پیدا کنه.

نتایجش هم واقعاً قابل توجهه. تو پازل‌های سختی مثل Sudoku-Extreme و Maze-Hard دقتش بالای ۸۵٪ بوده، و تو تست‌های استدلالی ARC-AGI-1 و ARC-AGI-2 به‌ترتیب حدود ۴۵٪ و ۸٪ دقت گرفته — عددهایی که از بعضی مدل‌های خیلی بزرگ‌تر هم بالاترن. برای مقایسه، مدل HRM با ۲۷ میلیون پارامتر عملکرد ضعیف‌تری داشته. این یعنی TRM تونسته با یه دهم یا حتی یک‌هزارم اندازه‌ی اون‌ها، نتیجه‌ی بهتری بده.

اهمیت این پیشرفت فقط در اعداد نیست، بلکه در تفکریه که پشتش قرار داره. برای مدیران و کسب‌وکارها، این یعنی برتری الگوریتمی — یعنی به‌جای خرج کردن میلیون‌ها دلار برای قدرت پردازشی، میشه با طراحی هوشمندتر، نتیجه‌ی بهتری گرفت. برای محقق‌ها هم این یه تأیید جدی روی ایده‌ی مدل‌های عصبی-نمادینه؛ مدل‌هایی که قبل از اینکه پاسخ بدن، چندبار در موردش فکر می‌کنن.

البته نویسندگان مقاله خودشونم اشاره کردن که TRM هنوز یه مدل نسبتاً ساده و آزمایشیه. فعلاً فقط تو تسک‌های نظارت‌شده تست شده و هنوز وارد دنیای متن و گفتار نشده. تازه، هنوز دقیق مشخص نیست چرا بازگشت درونی (recursion) تا این حد مؤثره — آیا به خاطر یادگیری عمیق‌تره، یا شاید فقط نوع خاصی از داده‌ها این تأثیر رو نشون میده. با این حال، نتایج فعلیش نشون میده که آینده‌ی هوش مصنوعی فقط توی «بزرگ‌تر شدن» نیست، بلکه توی «باهوش‌تر فکر کردن»ه.

در کل، TRM فقط یه مدل کوچیک‌تر نیست؛ یه طرز فکر جدیده درباره‌ی حل مسئله. مدلی که به‌جای اینکه عجولانه جواب بده، چند بار فکر می‌کنه، خودش رو نقد می‌کنه، و از اشتباه‌هاش یاد می‌گیره. اگه بخوایم ساده بگیم، سامسونگ داره نشون میده هوش مصنوعی واقعی اونیه که به‌جای بیشتر گفتن، بیشتر فکر کنه.

🔤🔤🔤🔤🔤🔤🔤

🥇 اهورا اولین اپراتور هوش مصنوعی راهبردی ایران در حوزه ارائه خدمات و سرویس‌های زیرساخت هوش مصنوعی

🌐 لینک ارتباط با اهورا

@reza_jafari_ai