Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
medium.com11. Oktober 2025 · Q011369

Samsung’s Tiny Recursive Model — The 7M-Parameter AI That Outsmarted DeepSeek-R1, Gemini 2.5 Pro, and o3-Mini

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Beitrag behauptet, Samsungs sieben Millionen Parameter großes TRM erreiche bei ARC-AGI-1 45 Prozent und bei ARC-AGI-2 8 Prozent; eine wiederholte Prüfung und Überarbeitung der Antworten soll dazu beitragen. Er sieht darin ein Argument für rekursives Denken statt bloßer Modellgröße, führt aber die Benchmarkmethodik und Vergleichsbedingungen nicht näher aus.

Mittel

Der Beitrag stellt Samsungs Tiny Recursive Model (TRM) als KI-Modell mit sieben Millionen Parametern vor. Es sei laut Artikel etwa 10.000-mal kleiner als DeepSeek oder Gemini 2.5 Pro und erreiche dennoch 45 Prozent bei ARC-AGI-1 sowie 8 Prozent bei ARC-AGI-2. Als Erklärung beschreibt der Autor eine rekursive Arbeitsweise: TRM entwirft eine Antwort, prüft und überarbeitet sie mithilfe eines internen „Scratchpads“ und kann diesen Vorgang bis zu 16-mal wiederholen. Das Codebeispiel zeigt allerdings sechs Durchgänge.

Der Text deutet die Ergebnisse als Argument dafür, dass Architektur und wiederholtes Prüfen wichtiger sein könnten als Modellgröße. Er enthält außerdem Installations- und Trainingsbeispiele und behauptet, ein Sudoku-Training laufe auf einer einzelnen L40S-GPU in weniger als zwei Tagen. Für Unternehmen stellt er niedrige Betriebskosten in Aussicht.

Der Beitrag erläutert weder die Vergleichsbedingungen noch die Benchmarkmethodik ausführlich und bietet keine unabhängige Bestätigung der Werte. Die Aussagen zu Überlegenheit, Kosten und möglichem Ersatz großer Modelle sind daher als Behauptungen beziehungsweise Schlussfolgerungen des Autors zu lesen.

Ausführlich lesen

Der Beitrag stellt das Tiny Recursive Model (TRM) als ein von Samsung veröffentlichtes KI-Modell mit sieben Millionen Parametern vor. Es sei damit laut Artikel etwa 10.000-mal kleiner als DeepSeek oder Gemini 2.5 Pro und erziele dennoch bessere Ergebnisse bei ARC-AGI 1 und 2. Als Werte nennt der Text 45 Prozent für ARC-AGI-1 und 8 Prozent für ARC-AGI-2. Er beschreibt diese Benchmarks als schwierig und deutet die Ergebnisse als Hinweis darauf, dass die Modellarchitektur wichtiger sein könnte als eine möglichst große Parameterzahl.

Als Kernidee schildert der Beitrag einen wiederholten Überarbeitungsprozess: Das Modell erstellt zunächst eine Antwort, prüft sie anhand des Problems und überarbeitet sie mithilfe eines internen „Scratchpads“. Diese Schleife könne bis zu 16-mal laufen. Der Artikel veranschaulicht sie mit einem vereinfachten Codebeispiel, das sechs Durchgänge zeigt. Wie genau das interne Prüfen funktioniert oder wie die genannten Benchmarkwerte zustande kommen, wird im Text nicht nachvollziehbar ausgeführt.

Der Beitrag ordnet TRM als Beispiel für rekursives und neuro-symbolisches Denken ein und folgert, dass kleine Modelle mit einem passenden Verfahren leistungsfähiger sein könnten als erwartet. Für Unternehmen stellt er geringere Betriebskosten in Aussicht; Forschenden präsentiert er das Modell als Argument für architektonische Ansätze, und Praktikerinnen und Praktikern verspricht er einen Einstieg auf Standardhardware. Als Trainingsbeispiel nennt er Sudoku mit 50.000 Epochen und behauptet, der Lauf benötige auf einer einzelnen L40S-GPU weniger als zwei Tage. Zusätzlich enthält der Text Installations-, Datensatz- und Trainingsbefehle sowie Hinweise auf ARC-AGI-, Sudoku- und Maze-Daten.

Die Aussagen bleiben im Bericht weitgehend Behauptungen und Einschätzungen des Autors. Er liefert keine detaillierte Beschreibung der Vergleichsbedingungen, der Messmethodik oder unabhängiger Bestätigung der Ergebnisse. Auch die angekündigte Kostenersparnis wird nicht beziffert. Der Artikel deutet selbst an, dass die weitergehende Schlussfolgerung – rekursives Denken könne große Modelle ersetzen und kleine Systeme könnten größere übertreffen – davon abhängt, ob sich der Ansatz tatsächlich bewährt. Seine starke Deutung der Benchmarkzahlen sollte daher als Darstellung des Beitrags verstanden werden, nicht als durch die im Text vorgelegten Nachweise abschließend belegtes Ergebnis.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Beide Zusammenfassungen, kurz und mittel, sind inhaltlich korrekt; der Abschnitt zusammenfassung bezieht sich auf die ausführliche Fassung, da das Schema nur eine Bewertung vorsieht. Luna hat richtig erkannt, dass der Text bis zu 16 Durchgänge nennt, das Codebeispiel aber nur sechs zeigt. Die Benchmarkwerte 45 % und 8 % sind Behauptungen des Autors in einem Medium-Beitrag ohne unabhängige Prüfung; die Einordnung stützt sich allein auf den Berichtstext.

Im Bericht, aber nicht in der Zusammenfassung

  • Die im Titel genannte Behauptung, TRM habe DeepSeek-R1, Gemini 2.5 Pro und o3-Mini übertroffen, wird nicht ausdrücklich wiedergegeben
  • Der Hinweis, dass das Modell auf Standard-Hardware trainierbar sein soll und die Anleitung im Originalpapier steht, fehlt

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Fähigkeiten messen
  1. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 25 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 59 %Hintergrund, keine Belege
    • JEV 38 %gleiches Oberthema, hilft nicht
    • amos 51 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 68 %gleiches Oberthema, hilft nicht
    • d3-ultra 53 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Vertrauen in Modelle
  1. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 36 %nur am Rande erwähnt
    • JEV 51 %einzelne zitierbare Belege
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 64 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 41 %Hintergrund, keine Belege
    • JEV 33 %beantwortet teilweise oder widerspricht
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 64 %gleiches Oberthema, hilft nicht
    • d3-ultra 60 %gleiches Oberthema, hilft nicht
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 44 %einzelne zitierbare Belege
    • JEV 43 %einzelne zitierbare Belege
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung Hintergrund, keine Belege
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 48 %Hintergrund, keine Belege
    • JEV 55 %einzelne zitierbare Belege
    • amos 50 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt
Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →