Sebuah syarikat penyelidikan AGI berpangkalan di Singapura, Sapient Intelligence, telah mengeluarkan berat penuh, kod pra-pelatihan, dan saluran data untuk HRM-Text, sebuah model bahasa yang dibina berdasarkan arsitektur yang disebutnya sebagai Hierarchical Reasoning Model. Keseluruhan pakej tersedia di bawah lesen Apache 2.0 di Hugging Face dan GitHub, yang bermakna sesiapa sahaja boleh menggunakannya, memodifikasinya, atau membina secara komersial berdasarkannya.
Bahagian yang menonjol bukan sekadar tindakan sumber terbuka. Ia adalah ekonominya. HRM-Text, yang mempunyai sekitar 1 bilion parameter, telah dilatih awal pada sekitar 40 bilion token dan menghabiskan anggaran $1,000 hingga $1,500 pada peranti sederhana. Sebagai perbandingan, model terkini daripada makmal utama biasanya dilatih pada trilionan token menggunakan anggaran komputasi yang mencapai puluhan hingga ratusan juta dolar.
Bagaimana ia sebenarnya berfungsi
Model ini menggunakan arsitektur berulang laten hierarki yang digambarkan oleh syarikat. Modul aras tinggi mengendalikan penaakulan abstrak yang perlahan, berputar melalui 2 “H-siklus” setiap laluan. Modul aras rendah mengendalikan pemprosesan pantas dan terperinci, menjalankan 3 hingga 6 “L-siklus” setiap laluan. Bersama-sama, modul-modul ini membolehkan model mengulangi penaakulannya sendiri beberapa kali sebelum menghasilkan output, sambil mengekalkan jumlah parameter tetap.
Alih-alih menghasilkan token rangkaian pemikiran yang kelihatan yang menghabiskan ruang konteks dan kos inferens, HRM-Text melakukan pemikiran berulangnya secara dalaman. Penalaran berlaku dalam keadaan tersembunyi model, bukan dalam teks output.
Pencapaian tolok ukur yang lebih tinggi
Penilaian bebas yang dijalankan pada April 2026 menceritakan kisah dalam nombor. HRM-Text mendapat 56.2% pada tolok MATH, 82.2% pada DROP, 81.9% pada ARC-Challenge, dan 60.7% pada MMLU. Pra-pelatihan dilaporkan selesai dalam masa sekitar satu hari.
HRM-Text dibina atas kerja sebelumnya oleh Sapient. Model HRM asal, yang dibuka sumbernya pada Julai 2025, hanya mempunyai 27 juta parameter dan menunjukkan prestasi yang kuat dalam tugas penalaran kompleks dengan hanya 1,000 contoh latihan. HRM-Text mewakili peningkatan kira-kira 37 kali dalam jumlah parameter sambil mengekalkan falsafah arsitektur yang sama.
Sapient telah menubuhkan saluran Discord untuk pembangun yang berminat untuk mengkaji arsitektur. Lesen Apache 2.0 menghilangkan gesekan undang-undang. Kos latihan $1,500 menghilangkan sebahagian besar gesekan kewangan.