三星研究员用700万参数小模型做递归推理
bigaiguy · x · 2026-07-03
三星 SAIT 蒙特利尔实验室高级研究员 Alexia Jolicoeur-Martineau 于去年 10 月发表论文《Less is More: Recursive Reasoning with Tiny Networks》。在 OpenAI、Google 等主流厂商竞相堆算力、扩参数的背景下，她构建了一个仅约 700 万参数的模型（不到主流大模型规模的 0.01%），通过递归推理方式完成任务。该帖引发对“小模型 + 递归推理”这一反向路线的广泛关注。
「研究」频道最新
- TMLR 论文：更强推理不等于更充分披露，Agent 思考越多未必告知越全 — SharonYixuanLi · 2026-10-27
- Diamandis 详解 AI 癌症导航与 $100 基因测序如何缩小抗癌鸿沟 — PeterDiamandis · 2026-10-27
- EMNLP Oral 论文：免训练 KV 缓存驱逐实现 10 倍内存压缩 — yuz9yuz · 2026-10-27
- ICML 2026立场论文:别把中间token叫「思考轨迹」 — rao2z · 2026-10-27
- forking 收官：probe gap 随上下文频率呈幂律，掩蔽低频 n-gram 可缩小差距 — ZimingLiu11 · 2026-10-27
- 「forking」机制拆解：n-gram 表把 logits 切成互不干扰的子空间 — ZimingLiu11 · 2026-10-27