TRM 論文感覺像是一個重大的 AI 突破。 它在 ARC AGI 1 和 2 基準（以及數獨和迷宮解決）上摧毀了帕累托邊界，任務成本預估低於 $0.01，並且在 2 台 H100 上訓練 7M 模型的成本低於 $500，持續 2 天。 [訓練和測試細節] 對於 ARC，它在 ConceptARC 上訓練了 160 個範例。在測試時，它使用 1000 次增強中最常見的答案，並在輸入中嵌入任務的固定形狀。 [行業影響] 目前大多數 AI 公司使用通用 LLM 進行任務提示。對於特定任務，較小的模型不僅可能更便宜，而且質量可能更高！初創公司可以（也應該）為特定的「固定長度」子任務（特定的 PDF 擷取、時間序列預測等）訓練成本低於 $1000 的模型，並將其作為通用模型的工具，不僅提升性能，還能在他們試圖自動化的任務中建立一些有意義的知識產權。

來源：