【AI】又是王冠：27M小模型超越o3-mini！拒绝马斯克的00后果然不同

主要观点总结

本文介绍了关于一个名为Sapient最新提出的开源可复现的分层推理模型HRM的信息，该模型模仿大脑的分层处理与多时间尺度运作机制，克服了标准Transfomer的计算局限。文章还介绍了该模型的核心技术如分层循环模块与时间尺度分离、分层收敛机制、深度监督机制等，以及在多项测试中的表现。此外，还提及了论文第一作者王冠的信息和论文地址等。

关键观点总结

关键观点1: Sapient最新提出的开源可复现的分层推理模型HRM的介绍

HRM是一个小模型，实现了对现有大模型的精准超车。它不需要预训练补课，也不靠思维链打草稿，仅凭1000个训练样本就能完成极端数独和迷宫任务。在衡量AI通用推理能力的ARC-AGI测试中，HRM超过了参数规模更大的模型。其核心是仿脑的双层循环模块设计。

关键观点2: HRM模型的核心技术

HRM的成功源于其五项核心技术的巧妙设计，包括分层循环模块与时间尺度分离、分层收敛机制、深度监督机制、自适应计算时间和可视化中间步骤等。这些技术使得HRM在多项测试中表现不凡。

关键观点3: 论文的第一作者王冠的信息

王冠是Sapient Intelligence的创始人，是一位00后，8岁开始学习编程。他是GitHub揽星5.1k开源项目OpenChat的独立开发者，独立完成了OpenChat全部版本的模型开发和训练框架搭建。