三星SAIL蒙特利尔实验室的研究人员近日发布论文《 Less is More: Recursive Reasoning with Tiny Networks 》，提出一种名为 Tiny Recursive Model（TRM） 的新型递归推理架构。
这项研究显示，在推理任务上，小网络也能战胜大型语言模型。
TRM仅使用 700万参数、两层神经网络，就在多项高难度任务中超过了 DeepSeek R1、Gemini 2.5 Pro、O3-mini 等模型。
在架构上，TRM也放弃了自注意力层（仅限 TRM-MLP 变体；TRM-Att 仍含自注意力。）。论文表明，对于小规模固定输入任务，MLP反而能减少过拟合。另外，当上下文长度较短时，注意力机制反而是一种浪费。TRM 在某些任务（例如 Sudoku、Maze-Hard 等）中， 使用纯 MLP 结构优于 Transformer-based 模型。
图注： Tiny Recursive Model（TRM）通过不断在“答案 y和“潜在思考变量 z 之间递归更新，实现小参数模型的多轮自我修正推理。
传统大模型依赖链式思维（Chain-of-Thought）生成推理步骤，但这种方法成本高、容易累积错误。
TRM 则通过递归地更新“答案”和“潜在思考变量”，让模型在多轮自我修正中逼近正确结果。
论文总结：“TRM以极小的规模实现了前所未有的泛化能力。”在ARC-AGI推理基准上，TRM获得 45%（ARC-AGI-1） 与 8%（ARC-AGI-2） 的准确率，高于多数大型模型。在Sudoku-Extreme任务上，它的准确率更是达到 87.4%，刷新纪录。
研究团队称，这种结构的核心逻辑是“递归即深度”：深度递归可替代增加层数，模型不需更多层数，只需反复思考。
推理机制重构：少即是多
TRM的设计源自对上一代 Hierarchical Reasoning Model（HRM） 的反思。
HRM模型在两种不同频率下递归更新潜变量𝑧𝐿与𝑧𝐻的过程，通过先无梯度、后带梯度的双阶段循环，实现高低频递归推理的结合。
HRM 使用两个网络在不同“频率层次”上递归运算，模仿人脑的多层推理结构。然而，其训练过程复杂，依赖固定点理论（Fixed-Point Theorem）和生物学假设。
TRM彻底放弃这些理论假设。
研究者发现，单一网络加深度监督（Deep Supervision）即可实现相同甚至更好的推理效果。
模型通过多次前向递归更新内部潜变量z与当前答案y，让推理链条在每一步收敛得更准。
与HRM相比，TRM的参数量减少参数缩减约74%，单步前向次数减半，同时提升准确率。
论文数据显示：在Maze-Hard数据集上，TRM测试准确率为85.3%，高出HRM 10个百分点。
TRM还取消了传统的“继续计算”机制（Adaptive Computational Time, ACT）中第二次前向传播。
研究者改用一个简单的二元判断来决定是否停止推理。
结果显示，模型训练速度显著提升，准确率几乎不变。
在架构上，TRM也放弃了自注意力层。对于小规模固定输入任务（如数独），使用多层感知机（MLP）反而能减少过拟合。
论文指出，“当上下文长度较短时，注意力机制反而是一种浪费。”这一发现挑战了AI界“模型越大越强”的经验法则。减少层数、加深递归，是让模型学会‘思考’的关键。
结果与启示：推理的新尺度
实验结果表明，TRM不仅在性能上反超HRM，更在泛化能力与效率比上建立了新标准。
在Sudoku-Extreme上，它以5M参数实现87.4%准确率；
在Maze-Hard任务上，以7M参数实现85.3%；
在ARC-AGI系列测试中，表现超过Gemini 2.5 Pro与DeepSeek R1等大模型。
研究团队将这一成果概括为：“以递归取代规模，以思考取代堆叠。”
论文分析认为，大模型在生成式推理中往往容易被一次性错误放大，而TRM通过循环式的自我修正，将推理划分为多个小步，显著降低误差传播。
这种结构在小样本条件下尤为有效。
作者还发现，两层网络的泛化能力优于更深模型。当层数增加到四层或以上时，性能反而下降，原因在于过拟合。
团队引入指数移动平均（EMA）以稳定训练，使模型在小数据集上保持一致收敛。
研究指出，这种方法提供了一条新的“轻量AI推理路线”：当算力与数据受限时，小模型通过递归学习仍可实现复杂思维行为。
这为未来的边缘AI与低资源应用提供了方向。智能的深度，不一定来自规模，而可能来自重复思考。
注：头图AI生成
本文来自微信公众号“大数据文摘”，36氪经授权发布。
