Beyond Bigger Models: Recursion As The Next Scaling Law In AI

2026-05-01 게시 · Y Combinator · 37:53

Signal 요약· Grok 생성

5 주장 · 3 인용

한 줄 요약

AI 추론 성능 향상을 위해 모델 크기 확대 대신 추론 시 재귀(Recursion)를 활용하는 HRM과 TRM 논문 소개

다른 방향영상이 모델 확대(A) 대신 재귀(B)를 다음 스케일링 법칙으로 강조하며 기존 LLM 한계를 비판

핵심 주장 5

짧은 인용 3

"improve a model's reasoning performance by using recursion at inference time rather than by just making the model bigger and bigger"

"this got state-of-the-art on arc prize one and two. uh this was a only a 27 million parameter model"

"a 7 million parameter wins like the right answer is to like take the amazingness here and take the amazingness here"

속한 토픽

요약과 라벨은 AI가 자동 생성합니다. 모든 판단은 원본 영상 확인 후 하시도록 설계되어 있어요.

이 영상과 가까운 신호

대형 기업이 AI 도입에서 실리콘밸리보다 뒤처지는 이유와 통합·조직적 도전 분석.

Meta의 최신 AI 모델 Muse Spark 출시, 경쟁력 인정받지만 벤치마크에서 약점 드러나.

AI 비디오 생성의 모션 문제를 더 많은 데이터·컴퓨트가 아닌 '나쁜' 데이터 제거로 해결한 논문 소개.

메타가 직원 마우스·키 입력·화면 캡처로 AI 학습 데이터 수집, 직원 대체 가능성 제기.

디즈니가 직원들의 AI 도구 사용을 추적하고 리더보드처럼 점수를 매겨 'epic' 사용을 장려한다.

AI 에이전트 시대 데이터 검색 워크로드 폭증으로 CPU 병목 발생, VDPU가 이를 가속화해 메모리 전쟁 판 바꾼다