5 edistynyttä maailmanmallia, joista sinun pitäisi tietää: ▪️ Probabilistic Structure Integration (PSI) by @Stanford NeuroAI Lab – tekee maailmanmalleista itseään parantavia ja nopeita kuin LLM:t. Mutta "kieli" on rakenteita, kuten virtaukset, syvyydet ja segmentit. ▪️ Code World Model (CWM), @AIatMeta – kuvaa, miten koodi käyttäytyy suoritettaessa ja miten se vaikuttaa järjestelmään, tuoden koodin käytännöllisen, suoritettavan puolen mallin päättelyprosessiin. ▪️ Dreamer 4, @GoogleDeepMind – ensimmäinen RL-järjestelmä, joka "hanki timantti Minecraftissa" -tehtävä ilman verkkoympäristön vuorovaikutusta. ▪️ Genie 3 vuodelta @GoogleDeepMind – luo interaktiivisia 3D-maailmoja tekstikehotteista reaaliajassa 24 FPS:n nopeudella, johdonmukaisena muutaman minuutin ajan. ▪️ Cosmos World Foundation Models 2.5 by @nvidia – sarja generatiivisia maailmanmalleja, jotka simuloivat robotiikan ja autonomisten ajoneuvojen fyysisiä ympäristöjä aloittamatta tyhjästä.

Tiny Recursive Model (TRM) on yksinkertainen ja tehokas lähestymistapa, joka perustuu ajatukseen: tee enemmän vähemmällä. Se käyttää vain 1 pientä 2-kerroksista verkkoa, joka parantaa rekursiivisesti omia vastauksiaan. Vain 7 miljoonalla parametrilla TRM tekee uusia ennätyksiä päihittäen 10 000 × suuremmat LLM:t: - Sudoku-Extreme: 55 % → 87 % - Sokkelo-kova: 75 % → 85 % - ARC-AGI-1: 40 % → 45 % - ARC-AGI-2: 5 % → 8 % Näin se toimii:

RLAD (Reinforcement Learning with Abstraction and Reduction) kouluttaa malleja RL:n kautta käyttämällä 2 pelaajan kokoonpanoa: ▪️ Abstraktiogeneraattori – ehdottaa lyhyitä, luonnollisen kielen "päättelyvihjeitä" (abstraktioita), jotka tiivistävät keskeiset faktat ja strategiat. ▪️ Ratkaisugeneraattori – käyttää niitä ongelmien ratkaisemiseen. Tämä menetelmä erottaa "miten päätellä" ja "miten vastata", jolloin saavutetaan ~44 % parannus tavanomaisiin pitkäketjuisiin päättelymenetelmiin verrattuna. Näin se toimii: