微型递归模型（TRM）是一种简单有效的方法，基于这样的理念：用更少的做更多的。 它仅使用一个小型的2层网络，递归地改善自己的答案。 仅用700万参数，TRM创造了新的记录，超越了10,000倍更大的LLM： - 数独极限：55% → 87% - 迷宫困难：75% → 85% - ARC-AGI-1：40% → 45% - ARC-AGI-2：5% → 8% 以下是它的工作原理：