Компактная нейроподобная ИИ‑модель HRM бросает вызов большим LLM… но есть нюансы

Недавно я писал про ограничения LLM и усиливающийся скепсис к мэйнстримовому подходу. И вот теперь исследователи из Сингапура (Sapient Intelligence) представили новую ИИ-модель — Hierarchical Reasoning Model (HRM) — вдохновлённую архитектурой человеческого мозга.

Судя по описаниям, она сочетает два взаимосвязанных модуля: “планирующий” (медленный, уровень H) и “исполнительный” (быстрый, уровень L), а также механизм итеративного уточнения ответов. Все это работает без цепочек рассуждений (Chain‑of‑Thought), без предобучения и всего на 27 млн параметров — против миллиардов у топовых LLM. Для обучения использовалось всего 1000 примеров, что ничтожно мало по сравнению с LLM. Результаты впечатляют: почти идеальное решение судоку и лабиринтов, а в крайне жёстком тесте ARC-AGI-1 — 40 %, выше, чем у o3‑mini‑high (34.5 %) и Claude 3.7 (21.2 %) .

Однако, как говориться, есть нюансы: независимая команда ARC-AGI, воспроизводя результаты, выяснила, что архитектура HRM даёт только малый вклад, а реальный выигрыш обеспечил менее описанный «внешний цикл» уточнения на этапе тренировки . Кроме того, часть эффективности модели может принадлежать механизму запоминания спецификации задач, а не универсальному рассуждению .

Пока это скорее похоже на модель, заточенную под конкретные задачи. Но сама идея радикально пересмотреть принцип "больше значит лучше" ценна и открывает новые горизонты в производительности и энергоэффективности.

Подписывайтесь на Telegram PromtScout.