STARM: новый фреймворк для обучения reasoning-моделей, который обходит большие LLM

Авторы отмечают, что к 2026 году для создания качественной reasoning-модели недостаточно одних текстовых рассуждений. Нужны работа с инструментами, мультимодальные режимы и даже рассуждения в латентных представлениях сети.

Фреймворк STARM (Single Task Algorithmic Reasoning Models) предназначен для обучения рекурсивных моделей рассуждений. По заявлению разработчиков, он значительно опережает предыдущие open-source аналоги по качеству ответов.

Подход позволяет маленькой модели эффективно конкурировать с большими LLM за счёт более глубоких и структурированных рассуждений. Код и детали фреймворка доступны сообществу.