Modelos de Razonamiento Algorítmico de Tarea Única: Cómo un Modelo Pequeño Supera a un LLM Grande
El artículo analiza la necesidad de que los modelos de razonamiento vayan más allá del razonamiento basado en texto, incorporando herramientas, modos multimodales y representaciones latentes. Los autores presentan STARM, un marco para entrenar modelos de razonamiento recursivo que superan significativamente a sus contrapartes de código abierto anteriores.
Los autores sostienen que para 2026, los modelos de razonamiento excelentes requerirán más que solo razonamiento textual. Las respuestas de alta calidad a la mayoría de las preguntas de los usuarios exigirán el uso de herramientas, modos de razonamiento multimodal y, a veces, métodos poco convencionales como el razonamiento en representaciones latentes de la red. Presentan el marco STARM para entrenar modelos de razonamiento recursivo, que supera sustancialmente a los modelos de código abierto anteriores en calidad, como lo demuestran tanto los resultados de sus colegas como su propia investigación.
Fuente: Habr — хаб ИИ —
original