Tiny Recursive Model (TRM-Att)
Sin estimación
Sin requisitos de hardware para este modelo
Los pesos para este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en tu propio hardware de ningún tamaño. Solo se puede acceder a través de su proveedor, y ningún cambio de tarjeta gráfica eso..
En registro
especificación completa
Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..
Origen
Quién construyó este modelo, dónde, y cuándo fue publicado.
- Organización
- Samsung SAIT AI Lab
- Tipo de Organización
- Industry
- País
- Korea (Republic of)
- Publicado
- 6 October 2025
- Autores
- Alexia Jolicoeur-Martineau
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Language, Vision, Multimodal
- Tarea
- Language modeling/generation, Question answering, Visual puzzles
Tamaño
Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- parámetros
- 7M
- Datos de entrenamiento
- tokens
7M
Cómputo de entrenamiento
La aritmética realizada para entrenar el modelo, medida en operaciones de punto flotante. Es una medida de lo que costó la ejecución del entrenamiento, no de qué tan rápido te responde el modelo terminado.
- Cómputo de entrenamiento
- 3.1 × 10²⁰ FLOP
- Cómo se estableció
- Hardware
989400000000000 FLOP/GPU/sec * 72 hours * 3600 sec / hour * 4 GPUs * 0.3 [assumed utilization] = 3.07742976e20 FLOP
La ejecución de entrenamiento
Lo que costó físicamente entrenar: qué chips, cuántos, por cuánto tiempo y qué eso consumió de la pared.
- Hardware de entrenamiento
- NVIDIA H100 SXM5 80GB
- Chips utilizados
- 4
- Tiempo de reloj
- 72 hours
- Consumo de energía
- 5.5 kW
"Experiments on ARC-AGI were ran for around 3 days with 4 H100 with 80Gb of RAM."
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo que decide si alguna de las cifras de la GPU en esta página se aplica.
- Pesos
- Closed — provider access only
- Acceso al modelo
- Unreleased
- Código de entrenamiento
- Open source
MIT license https://github.com/SamsungSAILMontreal/TinyRecursiveModels
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Confianza de registro
- Confident
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Less is More: Recursive Reasoning with Tiny Networks
- Última actualización
- 11 February 2026
Qué significan los números
Fondo
Tiny Recursive Model (TRM-Att) fue publicado por Samsung SAIT AI Lab, en el país registrado como Korea (Republic of), durante October 2025. La organización editora está clasificada como industry.
Funciona en el dominio de Language, Vision, Multimodal, y se registra como realizando la tarea de language modeling/generation, Question answering, Visual puzzles.
Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.
Cómo fue entrenado
El entrenamiento consumió alrededor de 3.1 × 10²⁰ FLOP, en hardware registrado como NVIDIA H100 SXM5 80GB. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
Respuestas
Tiny Recursive Model (TRM-Att) — preguntas comunes
Tiny Recursive Model (TRM-Att)— ¿Quién lo creó?
Fue publicado por Samsung SAIT AI Lab, basado en Korea (Republic of), una organización categorizada como industry.
Tiny Recursive Model (TRM-Att)— ¿cuándo fue lanzado?
Se publicó en October 2025.
Tiny Recursive Model (TRM-Att)— ¿Para qué se utiliza?
Funciona en el dominio de Language, Vision, Multimodal, y se registra como manejando la tarea de language modeling/generation, Question answering, Visual puzzles. Un modelo puede manejar varios de cada uno, así que estas son las áreas para las que fue construido en lugar de un límite en lo que intentará.
Tiny Recursive Model (TRM-Att)— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 3.1 × 10²⁰ FLOP, en hardware registrado como NVIDIA H100 SXM5 80GB. Eso mide cuánto costó producir el modelo y no dice nada sobre cuán rápido responde una vez entrenado — la velocidad de inferencia proviene del ancho de banda de memoria, no del presupuesto de entrenamiento.
Tiny Recursive Model (TRM-Att)— ¿Qué GPU necesito para ejecutarlo?
Ninguno. Este es un modelo cerrado: sus PESOS nunca fueron publicados, por lo que no se puede descargar o ejecutar en su propio hardware a ningún precio. Solo se puede acceder a él a través de su proveedor.
Tiny Recursive Model (TRM-Att)— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
Tiny Recursive Model (TRM-Att)— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 7M. 7M. Esa cifra es el total, y es lo que decide cuánta MEMORIA necesita el modelo — aproximadamente medio gigabyte por mil millones en la compresión que la mayoría de las personas usa.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.