Un « petit » réseau qui raisonne en se répétant

Un article de 2025 montre qu'un réseau de neurones de très petite taille, appliqué de manière répétée, peut résoudre des énigmes où échouent de grands modèles de langage.

L'article « Less is More: Recursive Reasoning with Tiny Networks » va à contre-courant de la course à la taille. Son auteur, chercheur chez Samsung, propose un très petit réseau qui affine sa réponse en s'appliquant plusieurs fois à son propre résultat.

Testé sur des énigmes logiques comme des sudokus difficiles, des labyrinthes ou le test de raisonnement abstrait ARC-AGI, ce modèle de quelques millions de paramètres obtient des résultats supérieurs à ceux de grands modèles de langage, sur ces tâches précises.

Le travail ne remplace pas les grands modèles généralistes, mais rappelle que l'architecture et la méthode de raisonnement comptent autant que la taille.