Миниатюрная нейросеть Samsung заставила индустрию ИИ заговорить о себе. Пока камерафоны компании давно не удивляют новыми технологиями, её исследователи в области искусственного интеллекта доказали: не размер решает. В свежей научной работе под названием «Less is More: Recursive Reasoning with Tiny Networks» Samsung представила свою новую модель — Tiny Recursive Model (TRM), способную конкурировать с гигантами вроде DeepSeek R1, Google Gemini 2.5 Pro и OpenAI o3-mini, при этом будучи в десятки тысяч раз меньше по объёму.
TRM насчитывает всего 7 миллионов параметров — ничтожно мало на фоне многомиллиардных архитектур современных LLM. Но в этом её сила: модель построена на рекурсивном подходе, где она использует собственные результаты для последующего улучшения. Каждый новый цикл — как новая итерация размышлений, в которой система проверяет и уточняет свои выводы. Такой «внутренний саморазбор» позволяет TRM имитировать глубину гораздо более крупных сетей, при этом требуя минимум памяти и вычислительных мощностей.
Это похоже на процесс человеческого мышления — когда человек перечитывает текст, исправляет ошибки и постепенно делает его лучше. В отличие от обычных больших языковых моделей, которые часто ломаются, если одна логическая цепочка даёт сбой, TRM анализирует себя и корректируется на ходу. Исследователи Samsung выяснили, что увеличение количества слоёв приводит к переобучению, а вот уменьшение глубины сети и повышение числа рекурсий, наоборот, улучшает точность и обобщение.
Результаты впечатляют: 87,4% точности в задачах Sudoku-Extreme (против 55% у иерархических моделей), 85% на Maze-Hard, 45% на ARC-AGI-1 и 8% на сложнейшем ARC-AGI-2. Для столь компактной сети это сенсация. TRM показывает, что даже минималистичные модели могут решать задачи логического вывода не хуже огромных LLM. Это открывает дорогу к умным устройствам, работающим без подключения к облаку — от смартфонов до бытовой техники.
Главный вывод ясен: простота — это новая сила. Samsung доказала, что интеллект можно измерять не количеством параметров, а способностью учиться и анализировать себя. Возможно, именно такие компактные самообучающиеся архитектуры определят будущее искусственного интеллекта — умного, экономного и по-настоящему человечного.