微型遞歸模型（TRM）是一種簡單而有效的方法，基於這個理念：用更少的資源做更多的事情。 它僅使用一個小型的2層網絡，遞歸地改善自己的答案。 僅用700萬個參數，TRM創下了新紀錄，超越了10,000倍更大的LLM： - 數獨極限：55% → 87% - 迷宮困難：75% → 85% - ARC-AGI-1：40% → 45% - ARC-AGI-2：5% → 8% 這是它的工作原理：