Tiny Recursive Model (TRM-Att)
Keine Schätzung
Keine Hardwareanforderungen für dieses Modell
Die Gewichte für dieses Modell wurden nicht veröffentlicht, daher kann es nicht heruntergeladen oder auf Ihrer eigenen Hardware in beliebiger Größe betrieben werden. Es ist nur über seinen Anbieter erreichbar, und keine Grafikkarte ändert das..
Aufgezeichnet
Volle Spezifikation
Alles, was in unserer Datenbank für dieses Modell aufgezeichnet ist. Der Großteil beschreibt, wie es trainiert wurde, anstatt wie es läuft — nützlicher Kontext zur Beurteilung, wie viel Arbeit darin steckt und wie es sich mit Modellen vergleicht, die in einem anderen Maßstab erstellt wurden..
Ursprung
Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.
- Organisation
- Samsung SAIT AI Lab
- Organisationsart
- Industry
- Land
- Korea (Republic of)
- Veröffentlicht
- 6 October 2025
- Autoren
- Alexia Jolicoeur-Martineau
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Language, Vision, Multimodal
- Aufgabe
- Language modeling/generation, Question answering, Visual puzzles
Größe
Wie groß das Modell ist und wie viele Daten damit trainiert wurden. Parameter sind die Zahl, die entscheidet, ob es auf einer bestimmten GPU-Karte passt.
- Parameter
- 7M
- Trainingsdaten
- tokens
7M
Training-Compute
Die Berechnung, die durchgeführt wird, um das Modell zu trainieren, gemessen in Gleitpunktoperationen. Es ist ein Maß dafür, was der Trainingslauf gekostet hat, nicht dafür, wie schnell das fertige Modell Ihnen antwortet.
- Training-Compute
- 3.1 × 10²⁰ FLOP
- Wie es etabliert wurde
- Hardware
989400000000000 FLOP/GPU/sec * 72 hours * 3600 sec / hour * 4 GPUs * 0.3 [assumed utilization] = 3.07742976e20 FLOP
Der Trainingslauf
Was es physisch gekostet hat, um zu trainieren: welche Chips, wie viele, wie lange und was das aus der Wand gezogen hat.
- Trainingshardware
- NVIDIA H100 SXM5 80GB
- Verwendete Chips
- 4
- Wand-Uhrzeit
- 72 hours
- Stromverbrauch
- 5.5 kW
"Experiments on ARC-AGI were ran for around 3 days with 4 H100 with 80Gb of RAM."
Verfügbarkeit
Ob Sie das Modell beziehen und es auf Ihrer eigenen Hardware ausführen können, bestimmt, ob eine der Grafikkarten-Zahlen auf dieser Seite zutrifft.
- Gewichte
- Closed — provider access only
- Modellzugang
- Unreleased
- Training-Code
- Open source
MIT license https://github.com/SamsungSAILMontreal/TinyRecursiveModels
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Aufzeichnungsgenauigkeit
- Confident
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- Less is More: Recursive Reasoning with Tiny Networks
- Zuletzt aktualisiert
- 11 February 2026
Was die Zahlen bedeuten
Hintergrund
Tiny Recursive Model (TRM-Att) wurde veröffentlicht von Samsung SAIT AI Lab, im Land aufgezeichnet als Korea (Republic of), während October 2025. Die veröffentlichende Organisation ist als industry.
Es funktioniert im Bereich von Language, Vision, Multimodal, und wird als die Aufgabe von aufgezeichnet language modeling/generation, Question answering, Visual puzzles.
Dies ist ein geschlossenes Modell: die trainierten Werte blieben bei demjenigen, der sie erzeugt hat, und es gibt keine lokale Version zum Ausführen.
Wie es trainiert wurde
Der Trainingslauf verbrauchte etwa 3.1 × 10²⁰ FLOP, auf Hardware erfasst als NVIDIA H100 SXM5 80GB. Diese Zahl misst die Kosten für die Produktion des MODELLS und hat keinen Einfluss darauf, wie schnell es antwortet.
Antworten
Tiny Recursive Model (TRM-Att) — Häufige Fragen
Tiny Recursive Model (TRM-Att)— Wer hat es erstellt?
Es wurde veröffentlicht von Samsung SAIT AI Lab, basiert auf Korea (Republic of), eine als kategorisierte Organisation industry.
Tiny Recursive Model (TRM-Att)— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in October 2025.
Tiny Recursive Model (TRM-Att)— Wofür wird es verwendet?
Es funktioniert im Bereich von Language, Vision, Multimodal, und wird als Bewältigung der Aufgabe von language modeling/generation, Question answering, Visual puzzles. Ein Modell kann mehrere von jedem tragen, daher sind dies die Bereiche, für die es gebaut wurde, anstatt eine Begrenzung dafür, was es versuchen wird.
Tiny Recursive Model (TRM-Att)— Wie viel Rechenleistung wurde verwendet, um es zu trainieren?
Training verbrauchte etwa 3.1 × 10²⁰ FLOP, auf Hardware erfasst als NVIDIA H100 SXM5 80GB. Das misst, was die Produktion des Modells gekostet hat, und sagt nichts darüber aus, wie schnell es einmal trainiert antwortet — die Inferenzgeschwindigkeit kommt von der MEMORY-BANDWIDTH, nicht vom TRAINING-BUDGET.
Tiny Recursive Model (TRM-Att)— Welche GPU benötige ich, um es auszuführen?
Dieses ist ein geschlossenes Modell — seine Gewichte wurden nie veröffentlicht, sodass es zu keinem Preis heruntergeladen oder auf Ihrer eigenen Hardware ausgeführt werden kann. Es ist nur über seinen Anbieter erreichbar.
Tiny Recursive Model (TRM-Att)— Ist es Open-Source?
Nein. Seine Gewichte wurden nicht veröffentlicht, daher existiert es nur als ein Dienst, der von seinem Eigentümer kontrolliert wird.
Tiny Recursive Model (TRM-Att)— Wie viele Parameter hat es?
Es hat eine Parameteranzahl von 7M. 7M. Diese Zahl ist die Gesamtsumme, und sie bestimmt, wie viel MEMORY das MODEL benötigt – ungefähr ein halbes Gigabyte pro Milliarde bei der Kompression, die die meisten Menschen verwenden.
Die andere Richtung
Von der anderen Seite aus betrachten?
Diese Seite beginnt mit dem Modell. Wenn Sie bereits eine Karte besitzen und alles wissen möchten, was sie ausführen wird, Starte stattdessen von der Hardware.