Tiny Recursive Message Passing：16k 参数模型在 Sudoku-Extreme 上达约 99% 准确率

研究将递归 Transformer 的深度监督、截断递归与离散演绎格等测试时方法用于消息传递网络，发现两者互补，可用极少参数取得高效结果。在 Sudoku-Extreme 上，16k 参数模型测试准确率约 99%，在 H100 上训练约 10 分钟，在 CPU 上约 9 小时。模型还能零样本迁移到比训练时更大的实例，在 N-queens 和布尔可满足性上以远少于主流神经基线的参数取得更优表现。