مدل هوش مصنوعی سامسونگ

سامسونگ با معرفی مدل هوش مصنوعی Tiny Recursive Model (TRM)، تحولی بزرگ در دنیای هوش مصنوعی ایجاد کرده است. این مدل شبکه عصبی با تنها ۷ میلیون پارامتر، توانسته عملکردی مشابه یا حتی بهتر از مدل‌های زبانی بزرگ و مشهور مانند Gemini 2.5 Pro و o3-mini ارائه دهد. نکته قابل توجه، استفاده TRM از روش استدلال بازگشتی است که امکان پردازش دقیق و سریع داده‌ها را بدون نیاز به منابع محاسباتی عظیم فراهم می‌کند.

ویژگی‌های کلیدی TRM

۱. ابعاد کوچک، قدرت بالا

با تنها ۷ میلیون پارامتر، TRM یکی از کوچک‌ترین مدل‌های هوش مصنوعی است که قادر به رقابت با مدل‌های میلیارد پارامتری است. این ویژگی باعث می‌شود تا TRM به‌راحتی در سخت‌افزارهای محدود و دستگاه‌های کم‌مصرف اجرا شود، بدون اینکه عملکرد آن کاهش یابد.

۲. استدلال بازگشتی برای دقت بیشتر

TRM از شبکه عصبی دو لایه‌ای بهره می‌برد و با استفاده از بازخورد درونی (recursive reasoning)، پیش‌بینی‌ها و استدلال‌های خود را بهبود می‌بخشد. این رویکرد امکان عملکردی مشابه مدل‌های بسیار بزرگ‌تر را با منابع کمتر فراهم می‌کند و الگوریتم‌ها را بهینه‌تر و هوشمندتر می‌سازد.

۳. عملکرد برجسته در آزمون‌های منطقی

در آزمایش‌های استدلال منطقی مانند ARC-AGI، TRM توانسته به دقت ۴۵٪ در ARC-AGI-1 و ۸٪ در ARC-AGI-2 برسد. این نتایج حتی از مدل‌های بزرگ‌تری مانند DeepSeek R1، Gemini 2.5 Pro و o3-mini بهتر است و نشان می‌دهد که کوچکی مدل لزوماً به معنای کاهش کارایی نیست.

۴. منبع باز و قابل دسترسی

سامسونگ کد TRM را به‌صورت منبع باز (Open Source) در GitHub منتشر کرده است. این اقدام امکان دسترسی، استفاده و توسعه مدل را برای محققان، توسعه‌دهندگان و علاقه‌مندان به هوش مصنوعی فراهم می‌کند و می‌تواند باعث پیشرفت‌های سریع در این حوزه شود.

چرا TRM اهمیت دارد؟

مدل TRM نشان می‌دهد که افزایش ابعاد مدل‌ها همیشه به بهبود عملکرد منجر نمی‌شود. با معماری‌های هوشمندانه و بهینه، می‌توان عملکردی بسیار نزدیک به مدل‌های بزرگ داشت، در حالی که مصرف حافظه و منابع محاسباتی به شدت کاهش می‌یابد.

این دستاورد می‌تواند مسیر جدیدی برای توسعه مدل‌های هوش مصنوعی سبک، سریع و کم‌هزینه ایجاد کند، به‌ویژه در زمینه‌هایی که محدودیت سخت‌افزاری و انرژی وجود دارد، مانند دستگاه‌های موبایل، رباتیک و اینترنت اشیا.

دسترسی به TRM

برای دسترسی به کد منبع، مستندات و آموزش‌های استفاده از TRM می‌توانید به صفحه رسمی GitHub سامسونگ مراجعه کنید: GitHub TRM – Tiny Recursive Models

لطفاً از کمبود ها و مشکلات این محتوا برای ما بنویسید

ارسال