1.5亿参数的小模型在ARC-AGI-1跑出29.5%的分数简直离谱

1.5亿参数的模型在ARC-AGI-1测试集上拿到了29.5%的分数，而且单次任务成本才0.0007美元。这个数据最反直觉的地方在于，它根本不是现在满大街的 Transformer 架构，而是一套循环潜空间推理（recurrent latent reasoning）机制。

简单来说，这玩意儿在给出最终答案之前，会在潜空间里持续地“思考”。这种设计让它完全跳出了目前 ARC-AGI 领域那种“规模越大、精度越高、成本越贵”的传统曲线。一个这么小规模的模型，理论上在任何破设备上都能跑起来，但逻辑推理能力却能跟一些巨无霸模型掰手腕。

这篇论文是 Pathway 团队前几天刚发的，核心逻辑在于它改变了模型处理推理任务的方式。传统的 LLM 往往依赖于巨大的参数量来存储模式，而这个模型通过循环机制在潜空间中迭代，用计算时间换取了推理深度。

虽然 29.5% 的分数看起来还没到统治级，但考虑到它的参数量级，这个效率比太恐怖了。目前我比较期待的是，如果把这种架构扩展到 1B 到 3B 的参数规模，它在 AGI 测试集上的表现会不会直接起飞。如果能保持这个效率增幅，未来的端侧模型可能真的能拥有真正的逻辑推理能力，而不是简单的概率预测。

具体的研究细节可以参考这篇论文：

https://arxiv.org/abs/2608.09888