Метод Thinking with Looped Flows — новий підхід до reasoning через рекурентне оновлення прихованого стану

TL;DR

• •Метод Thinking with Looped Flows навчатиме рекурентні моделі через серію denoising-задач
• •Достигає 58,8% на ARC-AGI-1 і 12,2% на ARC-AGI-2, краще за попередні looped-моделі
• •Reasoning моделюється як поступове оновлення прихованого стану від шуму до розв'язку
• •Публікація доступна за посиланням: https://alphaxiv.org/abs/2609.11801
• •Метод ще не реалізовано у готовому продукті або API

---

Як це змінить ваш ринок?

Наразі цей метод не змінює ринок AI для SMB — це фундаментальне дослідження, що може вплинути на майбутні архітектури, але без готового інструменту або моделі, яку можна впровадити. Компанії не отримають жодної безпосередньої вигоды від цієї новини в найближчі місяці.

Визначення: Reasoning — процес виведення логічних záviscих на основі даних і правил, у контексті AI — здатність моделі виконуватиmulti-step мышление.

Для кого це і за яких умов (ОБОВ'ЯЗКОВО: мін. обладнання/бюджет, потрібна команда чи ні, мін. масштаб, час на впровадження.

Не застосовується: це дослідження без готового продукту. Для впровадження потрібна команда дослідників, доступ до обчислювальних ресурсів і місяці роботи — не для бізнесу без AI-відділу.

Альтернативи (ТАБЛИЦЯ: | | Продукт 1 | Продукт 2 | Продукт 3 | з колонками: Ціна, Де працює, Мін. вимоги, Ключова різниця.

| | GPT-4o | Claude 3 Opus | Gemini 1.5 Pro | | Ціна | $5/1M токенів | $15/1M токенів | $0.075/1M токенів | | Де працює | API (хмара) | API (хмара) | API (хмара) | | Мін. вимоги | Інтернет-з’єднання | Інтернет-з’єднання | Інтернет-з’єднання | | Ключова різниця | Готовий продукт з широким доступом | Сильний у reasoning та коді | Довге вікно контексту |

---