Tommaso Salvatori

Tiny Recursive Message Passing 提升AI推理能力，模型参数高效

研究人员开发了一种名为 Tiny Recursive Message Passing (TRMP) 的新方法，该方法将消息传递神经网络与递归 Transformer 相结合。该方法通过实现深度递归的稳定训练并纳入测试时程序，从而提高了复杂推理任务的性能。TRMP 模型展示了参数效率，在 Sudoku-Extreme 等任务上取得了高精度，参数数量和训练时间均显著少于现有的神经网络基线，同时还表现出对更大问题实例的零样本迁移能力。