清华00后校友推出「分层推理」模型，仅2700万参数，击败o3-mini-high

本文介绍了由清华校友王冠领导的团队开发的分层推理模型（HRM），该模型模仿人脑的分层、递归和多时间尺度运作机制，旨在解决大语言模型在复杂推理任务中的局限性。研究背景指出，现有的思维链（CoT）方法依赖人工预定义分解，容易出错且数据需求高。HRM仅使用1000个训练样本和2700万参数，在ARC-AGI、数独和迷宫等高难度任务中表现优异，击败了多个前沿模型。研究结论表明，HRM具有实现通用计算和推理系统的潜力，挑战了当前主流非分层模型的范式，并为图灵完备的通用计算框架迈出了重要一步。