Исследователи обнаружили, что компактные рекурсивные ИИ-модели способны решать сложные задачи на пространственное мышление там, где классические трансформеры сопоставимого размера терпят крах. Для этого необходимо применять рекурсивное мышление. Результаты научной работы могут изменить подход к созданию систем искусственного интеллекта для устройств с ограниченными вычислительными ресурсами.

Современные большие языковые модели строятся по принципу «глубже — значит умнее»: чем больше слоёв и параметров, тем лучше результат. И мировые корпорации тратят миллиарды на создание моделей с триллионами параметров. Исследователи Университета Иннополиса проверили альтернативный путь — рекурсивное мышление. Вместо наращивания числа параметров предложенная ими модель многократно обрабатывала информацию одним и тем же компактным блоком: она «думала» над ответом несколько раз, последовательно уточняя его, а рядом с промежуточным решением хранила скрытый вектор — аналог «хода мысли».

Проверили обе ИИ-архитектуры на сборке разрезанных изображений — пазлов. По словам авторов, эта задача идеально подошла для теста: она требовала от модели одновременно локального сопоставления текстур и глобального пространственного планирования — сочетания, которое до сих пор давалась с трудом даже большим визуально-языковым моделям.

Простые пазлы 2×2 обе архитектуры собрали верно примерно в 95% случаях. Но с ростом сложности картина менялась. В сборке пазла 5×5 рекурсивная модель достигла точности 94,15%, тогда как классический трансформер с тем же числом параметров (около 0,7 млн) — лишь 57,61%. За это рекурсивная модель платит вычислениями: ей требуется примерно в 20 раз больше операций. Попытка «догнать» её простым наращиванием глубины трансформера провалилась: точность классической архитектуры пиковала на шести слоях, а 12-слойная версия вовсе переставала обучаться на сложных пазлах 5×5 и 6×6. При этом рекурсивная модель с увеличенной до 12 шагов глубиной «размышления» собирала пазлы 6×6 с точностью 76%.

Промежуточные результаты компактной ИИ-модели по сборке пазла на разных шагах (итерациях)

Рустам Лукманов, заместитель директора Института анализа данных и ИИ Университета Иннополис: «Одним из наиболее интересных наблюдений в ходе экспериментов стал эффект “внезапного обучения”. В отличие от классических ИИ-моделей, которые плавно улучшают показатели, компактная рекурсивная модель продемонстрировала фазовый переход: после длительного периода стагнации произошло резкое падение ошибки, сигнализирующее о возникновении логического обобщения. Момент этого перехода зависит от сложности задачи и глубины рекурсии, что позволяет точно настраивать модель под конкретные требования».

Авторы показали, что момент «внезапного обучения» закономерно сдвигался с ростом сложности задачи: время наступления фазового перехода росло экспоненциально, а уровень ошибки в этот момент — логарифмически, причём обе зависимости описывались одним и тем же базовым параметром. Это указывает на единый механизм, управляющий динамикой таких переходов.

Рекурсивный подход оказался применим не только к абстрактным логическим задачам вроде судоку, но и к визуально обоснованному пространственному мышлению — сборке пазлов. Исследователи сделали практический вывод: глубину «мышления» модели можно увеличивать не за счёт роста её размера, а за счёт времени на «размышление». Благодаря компактности — менее миллиона параметров — такие модели могут работать на обычных пользовательских устройствах и в условиях ограниченного вычислительного бюджета.

Статья «Глубина против рекурсии: превосходство над трансформерами в восстановлении пазлов» опубликована в сборнике одной из ведущих мировых конференций в области ИИ и машинного обучения ICLR 2026. Её авторы — исследователи Университета Иннополис Тимофей Брайко, Артемий Мясоедов и Рустам Лукманов. Исследование выполнено при поддержке Минэкономразвития России.