Huginn-0125 est un modèle profond récurrent à variables latentes développé par le laboratoire Tom Goldstein de l'Université du Maryland à College Park. Ce modèle, doté de 3,5 milliards de paramètres et entraîné sur 800 milliards de jetons, offre des performances exceptionnelles en matière de raisonnement et de génération de code. Son principal atout réside dans sa structure récursive en profondeur qui ajuste dynamiquement la charge de calcul lors des tests. Il peut ainsi augmenter ou réduire les étapes de calcul en fonction des besoins de la tâche, optimisant ainsi l'utilisation des ressources tout en maintenant les performances. Publié sur la plateforme open source Hugging Face, il encourage le partage et la collaboration au sein de la communauté. Les utilisateurs peuvent le télécharger, l'utiliser et le développer librement. Son caractère open source et son architecture flexible en font un outil précieux pour la recherche et le développement, notamment dans les scénarios où les ressources sont limitées ou où un raisonnement haute performance est requis.