单一任务算法推理模型：小模型如何超越大型语言模型

作者们认为，到2026年，优秀的推理模型将不仅仅需要文本推理。对大多数用户问题的高质量回答将需要工具使用、多模态推理模式，有时还需要诸如在潜在网络表示中进行推理等特殊方法。他们提出了用于训练递归推理模型的STARM框架，该框架在质量上大幅超越了之前的开源模型，这一点既由同事的结果所证实，也由他们自己的研究所证明。