# Qu'est-ce que le TRM (Tiny Recursive Model) ? > Un modèle de quelques millions de paramètres bat les LLM sur des puzzles fermés pour moins de 500 dollars d'entraînement — mais pourquoi ça marche ne fait plus consensus. - Source : https://probans.org/ia/comprendre-modeles-post-llm/quest-ce-que-le-trm - Catégorie : Intelligence artificielle - Auteur : Axel Morel - Publié le : 2026-07-27 Un modèle de quelques millions de paramètres, entraîné pour moins de 500 dollars, bat des grands modèles de langage à cent milliards de paramètres sur un jeu de Sudoku particulièrement difficile. Ce résultat est réel et publié. Ce qui l'explique, en revanche, ne fait plus consensus depuis que deux analyses indépendantes s'y sont penchées. Comprendre cette nuance change ce qu'on peut raisonnablement attendre du TRM (Tiny Recursive Model). ## Ce que le TRM fait, concrètement *Ce que les données établissent.* Le TRM a été proposé en 2025 par Alexia Jolicoeur-Martineau, chercheuse au Samsung SAIT AI Lab, dans un article intitulé « Less is More: Recursive Reasoning with Tiny Networks ». Son fonctionnement diffère radicalement de celui d'un LLM, qui génère sa réponse mot par mot, un token après l'autre, sans jamais revenir en arrière. Le TRM part au contraire d'une réponse initiale, souvent grossière, et la révise par cycles successifs — jusqu'à seize fois — avant de livrer une version finale d'un bloc. C'est un raffinement récursif d'un brouillon, pas une génération séquentielle mot par mot. ## Le résultat qui n'est pas contesté *Ce que les données établissent.* Sur Sudoku-Extreme, un jeu de grilles conçues pour être difficiles, le TRM atteint 87,4 % de précision. Son prédécesseur direct, le HRM (Hierarchical Reasoning Model), plafonne à 55,0 %. Les LLM testés sur cette même tâche obtiennent 0 %. Ces trois chiffres viennent du papier original et n'ont, à ce jour, pas été remis en cause. ![Comparaison de la précision sur Sudoku-Extreme : TRM 87,4 %, HRM 55,0 %, LLM testés 0 %.](/images/articles-courts/schema1-quest-ce-que-le-trm.svg) ## Ce qui, en revanche, est contesté *Ce que les données établissent.* Ce qui divise, ce n'est pas le résultat, c'est son explication. La couverture médiatique du TRM et de son prédécesseur a mis en avant l'idée d'un raisonnement hiérarchique inspiré du fonctionnement du cerveau. Deux analyses indépendantes viennent nuancer fortement ce récit. La première, menée par l'ARC Prize Foundation sur le HRM, montre qu'une technique d'entraînement appelée supervision profonde explique l'essentiel du gain de précision observé (de 19 % à 39 %), contre seulement 35,7 % à 39,0 % pour l'apport propre de la récursion hiérarchique elle-même. La seconde, une note technique publiée en janvier 2026 et portant cette fois directement sur le TRM, conclut que son succès sur le banc d'essai ARC-AGI-1 tient surtout à l'efficience de son architecture, à un conditionnement fort par identifiant de tâche, et à un usage massif de calcul au moment de répondre — pas à un raisonnement interne profond. *Mon interprétation.* Ce n'est pas une invalidation du TRM, c'est un déplacement de l'explication. « Un tout petit modèle qui raisonne comme un cerveau » est une histoire plus vendable que « une architecture bien conçue, combinée à beaucoup de calcul mobilisé au bon moment ». La seconde version est moins spectaculaire, mais elle correspond mieux à ce que les deux analyses indépendantes montrent. ## Un coût d'entraînement dérisoire *Ce que les données établissent.* Là où l'entraînement d'un grand modèle de langage se chiffre en millions de dollars, celui du TRM se mesure en centaines. Jolicoeur-Martineau annonce un coût inférieur à 500 dollars, sur du matériel modeste : un GPU L40S pendant 36 heures pour le Sudoku, quatre L40S pendant 24 heures pour les labyrinthes, quatre GPU H100 pendant environ trois jours pour ARC-AGI. Cet écart de coût, plus que la performance brute prise isolément, est ce qui rend le TRM intéressant à suivre. ## Ce que le TRM n'est pas *Ce que les données établissent.* Le TRM n'est pas un concurrent généraliste des LLM. C'est un modèle supervisé, à réponse déterministe : il ne rédige pas de texte libre, il résout une tâche fermée à la fois — un Sudoku, un labyrinthe, une grille ARC-AGI. Aucun produit commercial ne l'utilise à ce jour, et aucune source ne date un horizon de mise en production. *Mon interprétation.* C'est là que se loge l'angle le plus utile pour un lecteur non spécialiste : le TRM ne remplace rien dans l'usage quotidien d'un LLM. Il illustre plutôt qu'une tâche étroite et bien définie peut se traiter avec une architecture spécialisée, minuscule et bon marché, plutôt qu'avec un modèle généraliste à cent milliards de paramètres. C'est un argument d'efficience ciblée sur un problème fermé, pas un argument de substitution. ## Un chiffre à corriger : le lien avec Samsung *Ce que les données établissent.* Une partie de la couverture médiatique a attribué au papier TRM une hausse de 10 % de la capitalisation boursière de Samsung, environ 60 milliards de dollars, au moment de sa publication. Aucune source financière ne corrobore ce lien. La presse financière attribue cette performance boursière au supercycle des puces mémoire, porté par la demande d'infrastructure des LLM eux-mêmes — pas à un article de recherche sur un modèle de quelques millions de paramètres. > Le TRM gagne sur des puzzles fermés, pour moins de 500 dollars d'entraînement. Ce qui reste flou, c'est pourquoi il gagne — pas s'il gagne. ## Mes réserves - Le TRM repose sur un seul papier, non revu par les pairs à ce jour. Les deux analyses qui le nuancent sont elles-mêmes indépendantes mais récentes : le débat scientifique sur les mécanismes réels du modèle n'est pas clos. - L'association médiatique entre le papier TRM et la hausse boursière de Samsung a été largement reprise avant d'être corrigée ici. Elle illustre combien un résultat de recherche technique peut se voir attribuer, à tort, un effet financier qui a une tout autre origine. - Le TRM traite uniquement des tâches fermées et déterministes. Rien dans les données actuelles ne permet d'anticiper si cette approche s'étendra à des problèmes plus ouverts : ce serait une extrapolation, pas un fait établi. Le TRM mérite d'être suivi comme un vrai courant de recherche actif — Mixture-of-Recursions a été accepté à NeurIPS 2025, d'autres travaux de suivi sont présentés à des ateliers ICLR 2026 — mais pas budgété comme un produit, faute d'en exister un à ce jour. Retour au [dossier Comprendre les modèles post-LLM](/ia/comprendre-modeles-post-llm). Voir aussi [Qu'est-ce que Mamba ?](/ia/comprendre-modeles-post-llm/quest-ce-que-mamba) et [Qu'est-ce que JEPA ?](/ia/comprendre-modeles-post-llm/quest-ce-que-jepa). → **[Voir l'analyse complète : après les LLM, ce que TRM, Mamba et JEPA prouvent vraiment](/analyses/apres-les-llm-trm-mamba-jepa)** ## Sources - [Jolicoeur-Martineau, A. (2025). Less is More: Recursive Reasoning with Tiny Networks. arXiv:2510.04871.](https://arxiv.org/abs/2510.04871) - ARC Prize Foundation (2025). The Hidden Drivers of HRM's Performance on ARC-AGI. - [Note technique (2026). Tiny Recursive Models on ARC-AGI-1: Inductive Biases, Identity Conditioning, and Test-Time Compute. arXiv:2512.11847.](https://arxiv.org/abs/2512.11847) --- Publié sur Probans — https://probans.org/ia/comprendre-modeles-post-llm/quest-ce-que-le-trm