論文の概要: Nested Shared-Operator Recursion on ARC-AGI-1: An Empirical Study of HRM, TRM and URM

• arxiv url: http://arxiv.org/abs/2610.26666v1
• Date: Mon, 19 Oct 2026 16:20:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 02:02:36.864796
• Title: Nested Shared-Operator Recursion on ARC-AGI-1: An Empirical Study of HRM, TRM and URM
• Title（参考訳）: Nested Share-Operator Recursion on ARC-AGI-1: A empirical Study of HRM, TRM and URM
• Abstract要約: 再帰的推論モデルは、繰り返し学習作用素を適用して永続的な内部状態を洗練する。 同一演算子を介して高速な状態の繰り返し更新を統合する永続的中間状態の追加は、一致したパラメータ数で各モデルファミリーのベースラインに対する予測性能を向上させるかを検討する。
• 参考スコア（独自算出の注目度）: 1.0308647202215708
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recursive reasoning models refine persistent internal states by repeatedly applying learned operators. We investigate whether adding a persistent intermediate state that integrates repeated updates of a faster state through the same operator improves predictive performance relative to each model family's baseline at matched parameter counts. We define this organisation operationally and implement it within three architectures: the Hierarchical Reasoning Model (HRM), Tiny Recursive Model (TRM) and Universal Reasoning Model (URM). Using the official codebases on ARC-AGI-1, we compare each baseline with its parameter-matched nested variant. We evaluate held-out queries from tasks whose demonstrations were available during training. The experiments use a single-GPU budget far below the published training protocols. Under the tested conditions, nested variants show no consistent advantage in token accuracy, predictive loss or exact solving, which remains near zero for all configurations. The results therefore leave the hypothesis open. We specify a confirmatory comparison, with an informative baseline, multiple seeds, controls that isolate nesting and predefined criteria, to determine whether this organisation merits further development.
• Abstract（参考訳）: 再帰的推論モデルは、繰り返し学習作用素を適用して永続的な内部状態を洗練する。 同一演算子を介して高速な状態の繰り返し更新を統合する永続的中間状態の追加は、一致したパラメータ数で各モデルファミリーのベースラインに対する予測性能を向上させるかを検討する。 この組織を運用的に定義し、階層推論モデル(HRM)、Tiny Recursive Model(TRM)、Universal Reasoning Model(URM)の3つのアーキテクチャで実装します。 ARC-AGI-1のオフィシャルコードベースを用いて,各ベースラインをパラメータマッチング型と比較する。 トレーニング中に実演が可能であったタスクから、保留クエリを評価した。 実験では、公開されているトレーニングプロトコルよりもはるかに低い、単一のGPU予算が使用されている。 試験条件下では、ネストされた変種はトークンの正確性、予測損失、正確な解法において一貫した優位性を示していない。 したがって、結果は仮説を公然と残す。 我々は、この組織がさらなる開発に役立つかどうかを判断するために、情報ベースライン、複数の種、ネストと事前定義された基準を分離するコントロールを含む確認的比較を指定する。

関連論文リスト

• MetaRSI / RSI2: A Meta-Recursive Self-Improving System for Recursive Self-Improving Systems Themselves [65.60481414910728]
  再帰的な自己改善により、システムは自身の失敗からモデル構築機械を改善することができる。 しかし、RSIは、科学のQAや数学のようなコーディングと形式的なベンチマークにのみ検証されている。 RSIは次に、科学的、工学的、メタ科学的な領域にまたがって運用されなければならない、と我々は主張する。 本稿では,MetaRSI-v1を提案する。改良は,1つの統一パラダイム上での3つの型付き演算子のスケジュール構成である。
  論文  参考訳（メタデータ） (2026-09-06T05:15:31Z)
• AgenticRS-EnsNAS: Ensemble-Decoupled Self-Evolving Architecture Search [10.111487060179252]
  この記事では、Ensemble-Decoupled Architecture Searchを紹介します。 シングルラーナー評価からシステムレベルの性能を予測する。 候補毎の検索コストをO(M)からO(1)に削減し、O(M)のデプロイメントコストは評価された勝者に限られる。
  論文  参考訳（メタデータ） (2026-03-20T14:57:15Z)
• Rethinking Reward Models for Multi-Domain Test-Time Scaling [91.76069784586149]
  従来の作業では、プロセス報酬モデル(PRM)が最終回答のみを評価する結果報酬モデル(ORM)を上回っていると仮定しています。 14の異なる領域にまたがる4つの報酬モデル変種を統一的に評価する。 LLMの自動ラベル付けからラベルノイズを継承し,長い推論軌跡の評価に難渋するPRM方式の段階的スコアリングが原因と考えられる。
  論文  参考訳（メタデータ） (2025-10-01T04:21:14Z)
• SPaR: Self-Play with Tree-Search Refinement to Improve Instruction-Following in Large Language Models [88.29990536278167]
  SPaRは、木探索の自己精製を統合して、有効かつ同等な選好ペアを得るセルフプレイフレームワークである。 実験により,SPaRで誘導された3回の反復で訓練されたLLaMA3-8Bモデルが,一般機能を失うことなくIFEvalベンチマークでGPT-4-Turboを上回った。
  論文  参考訳（メタデータ） (2024-12-16T09:47:43Z)
• Few-shot Prompting for Pairwise Ranking: An Effective Non-Parametric Retrieval Model [18.111868378615206]
  本稿では,複雑な訓練パイプラインを必要とせず,教師付きモデルに近い性能を達成できる一対数ショットローダを提案する。 また,複雑なトレーニングパイプラインを必要とせず,教師付きモデルに近い性能を実現する。
  論文  参考訳（メタデータ） (2024-09-26T11:19:09Z)
• Single-Stage Visual Relationship Learning using Conditional Queries [60.90880759475021]
  TraCQは、マルチタスク学習問題とエンティティペアの分布を回避する、シーングラフ生成の新しい定式化である。 我々は,DETRをベースとしたエンコーダ-デコーダ条件付きクエリを用いて,エンティティラベル空間を大幅に削減する。 実験結果から、TraCQは既存のシングルステージシーングラフ生成法よりも優れており、Visual Genomeデータセットの最先端の2段階メソッドを多く上回っていることがわかった。
  論文  参考訳（メタデータ） (2023-06-09T06:02:01Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。