周末又研究了一下HRM（分层推理模型），这个模型的特点是模仿人类大脑的信息处理机制，高层模块推理慢负责规划，低层模块推理快负责计算。 初始状态时，高层模块和低层模块的参与率相似，在经过1000个样本的学习（训练）后，高层模块的参与率明显高于低层模块，也就是说HRM的分层智能并非由设计者硬编码，而是在学习过程中“涌现”出的特性。 一个设想：因为HRM只有0.027B的大小，训练新能力也只需要1000个样本，也许可以发展成大模型的工具来用。现在的LLM的tool use/function cal都是调用已有的API和工具，针对特定领域的推理性任务，可以收集1000个样本快速训练出一个HRM模型，然后当做工具来用，这种方式理论上没有天花板。 HRM论文： Github：