مدل TRM سامسونگ انقلاب در هوش مصنوعی با شکست دادن غولهای صنعت در تستهای استدلال, سامسونگ با معرفی معماری نوین (TRM)، یکی از باورهای رایج در صنعت هوش مصنوعی را که مدلهای بزرگتر همیشه بهتر هستند به چالش کشیده است. این مدل با حجم بسیار کمتر از رقبا، در آزمونهای سخت استدلال منطقی عملکردی برتر از غولهایی مانند جمینای ۲.۵ پرو، چتجیپیتی و دیپسیک داشته است.
معماری بازگشتی کلید موفقیت TRM برخلاف مدلهای زبان بزرگ سنتی که بر عمق لایهها و تعداد پارامترهای عظیم تکیه دارند، TRM از یک شبکه دو لایهای بهره میبرد. موتور اصلی این مدل، رویکردی نوآورانه به نام استدلال بازگشتی است.
این مکانیزم شبیه به بازخوانی و اصلاح پیشنویس توسط انسان عمل میکند و بدون نیاز به حافظه عظیم و هزینه محاسباتی سنگین، کارکرد معماریهای بسیار عمیقتر را شبیهسازی میکند.
نتایج شگفتانگیز در بنچمارکهای سخت عملکرد TRM در معیارهای چالشبرانگیز اعداد و ارقام قابل توجهی دارد پازل سودوکو-اکستریم دقت ۸۷.۴ درصدی مازهای پیچیده دقت ۸۵ درصدی بنچمارک دقت ۴۵ درصدی بنچمارک (نسخه سختتر) دقت ۸ درصدی این نتایج حائز اهمیتتر میشوند وقتی بدانیم TRM تنها از کسری از پارامترهای مدلهای رقیب استفاده میکند، اما در حل مسائل منطقی که نیاز به استدلال چندمرحلهای دارند، از آنها پیشی گرفته است.
چرا سادگی بر پیچیدگی غلبه کرد؟ محققان سامسونگ دریافتند که افزایش لایهها در این معماری منجر به بیشبرازش و افت عملکرد میشود.
روش بازگشتی TRM با تکرار و اصلاح مداوم، این ضعف بنیادین را برطرف میسازد. آینده هوش مصنوعی کارایی به جای مقیاس پیروزی مدل TRM سیگنال قوی برای صنعت است الگوریتمهای هوشمندتر و بهینهتر میتوانند جانشین قدرت محاسباتی خام شوند. این دستاورد مسیر توسعه هوش مصنوعی را به سمت مدلهای تخصصیتر، کارآمدتر و کممصرفتر هدایت میکند که میتوانند در دستگاههای لبه و با منابع محدود نیز اجرا شوند.
