ARC-AGI-1 성능 높인 BDH-CQ

BDH-CQ는 재귀적 잠재 추론(Recurrent Latent Reasoning)을 활용하는 새로운 추론 시스템이다.

이 시스템은 미지의 작업에 대한 데모를 통해 **재귀적 메모리(recurrent memory)**를 업데이트하며, 고차원 잠재 공간(high-dimensional latent workspace) 내에서 반복적인 계산을 통해 쿼리를 해결한다. 중간 추론 상태는 언어로 디코딩되지 않으며, 메모리, 적응, 추론이 하나의 계산 구조 내에서 통합되어 작동한다.

주요 특징 및 성과는 다음과 같다:

• 150M 파라미터 구성으로 ARC-AGI-1에서 29.5% pass@2 달성
• 작업당 비용 $0.00070으로 기존 비용-정확도 파레토 프런티어 돌파
• 추론 시 파라미터 업데이트 없이도 지속적인 메모리 업데이트 및 적응 가능