Samsung’tan kamera tarafında uzun süredir ses getiren bir yenilik görmesek de yapay zekâ cephesi çok hareketli. Şirketin yeni modeli, kendisinden yaklaşık 10 bin kat büyük bazı büyük dil modellerini (LLM) geride bırakmayı başardı.
Samsung’un Minik Yinelemeli Modeli (TRM)
“Less is More: Recursive Reasoning with Tiny Networks” başlıklı çalışmada anlatılan Tiny Recursive Model (TRM), yalnızca iki katmanlı tek bir ağ üzerine kurulu. Temel fikir basit:
- TRM, çok küçük; sadece 7 milyon parametreye sahip. Büyük LLM’ler ise milyarlarca parametre içeriyor.
- Model, ürettiği çıktıyı bir sonraki adımı belirlemek için yeniden kullanıyor. Böylece kendi kendini düzelten bir geri besleme döngüsü oluşuyor.
- TRM, her çıktıyı yinelemeli akıl yürütmeden geçirerek ekstra bellek ya da hesaplama yükü olmadan daha derin bir mimariyi taklit edebiliyor.
- Her yinelemede tahminler adım adım iyileşiyor.
Bu yaklaşım, birinin taslağını tekrar tekrar okuyup her turda hataları düzeltmesine benziyor. Klasik LLM’lerde tek bir hata tüm mantık zincirini dağıtabiliyor. Adım adım akıl yürütme yardımcı olsa da çoğu zaman kırılgan kalıyor.
Samsung, katman sayısını artırdığında genellemenin zayıfladığını ve aşırı öğrenmenin arttığını görüyor. Katmanları azaltıp yineleme sayısını yükseltmek ise TRM’in genel performansını iyileştiriyor.
Sonuçlar
- Sudoku-Extreme’de yüzde 87.4 doğruluk (Hiyerarşik Akıl Yürütme Modelleri yaklaşık yüzde 55).
- Maze-Hard bulmacalarında yüzde 85 doğruluk.
- ARC-AGI-1’de yüzde 45 doğruluk.
- ARC-AGI-2’de yüzde 8 doğruluk.
Önemli olan nokta şu ki TRM, parametre sayısı çok düşük olmasına rağmen DeepSeek R1, Google Gemini 2.5 Pro ve OpenAI o3-mini gibi modellere karşı ya daha iyi sonuç veriyor ya da onlara çok yaklaşıyor.
Kaynak: wccftech.com
