TRM 論文は AI の重要なブレークスルーのように感じられます。 ARC AGI 1 および 2 ベンチマーク (および数独と迷路の解決) でパレート フロンティアを破壊し、タスクあたり 0.01 ドルのコスト<推定され、2 つの H100 で 7M モデルを 2 日間トレーニングするのに 500 ドル<かかります。 [トレーニングとテストの詳細] ARCについては、ConceptARCの160の例でトレーニングを行いました。テスト時には、テスト時に最も一般的な 1000 回の拡張の答えを使用し、入力にタスクの固定形状を埋め込みます。 [業界への影響] 現在、ほとんどの AI 企業は、タスクのプロンプトを備えた汎用 LLM を使用しています。特定のタスクでは、小型モデルが安価であるだけでなく、はるかに高品質である可能性があります。スタートアップは、特定の「固定長」サブタスク (特定の PDF 抽出、時系列予測など) に対して 1000 ドル<でモデルをトレーニングし、それを一般的なモデルのツールとして使用して、パフォーマンスを向上させるだけでなく、自動化しようとしているタスクで意味のある IP を構築することができます。

源：