BIGR

BIGR — набор замороженных TRM-бэкбонов (tiny recursive models) для статьи NeurIPS 2026 о стохастическом исследовании в рекурсивных моделях. Репозиторий повторяет дерево data/, которое ожидает код, и содержит чекпоинты для Sudoku-Extreme, Maze-Hard и PPBench.

✨ Ключевые особенности

• 🧸 Крошечный бэкбон Sudoku-Extreme: TRM на 7M параметров, файл 74 MB.
• 💻 Чекпоинты PyTorch Lightning с EMA-весами; загрузка через bigr.load_trm_backbone_checkpoint.
• 🎲 20 промежуточных чекпоинтов того же прогона — для Figure 8.
• 🕸 Maze-Hard — 104 MB, PPBench — 106 MB; это отдельные бэкбоны.
• 🔨 Q-head уже включён в каждый чекпоинт — отдельно для инференса ничего не обучали.
• 📌 Eval-сплиты не распространяются; их можно пересобрать скриптом из HRM-релизов.

💻 Пример

Скачать и разложить чекпоинты по ожидаемым путям:

python scripts/download_checkpoints.py

Подробнее

Чекпоинты: Sudoku-Extreme — TRM 7M параметров, 74 MB; Maze-Hard — 104 MB; PPBench — 106 MB.
Это PyTorch Lightning-чекпоинты vendored nano-trm TRMModule с EMA-весами; Q-head входит в каждый файл.
Eval-сплиты не входят в релиз — скрипт собирает их из sapientinc/sudoku-extreme и sapientinc/maze-30x30-hard-1k.
Лицензия CC BY 4.0: указывайте digiLab Solutions Ltd и цитируйте статью.