На конференции AI R&D Day 2026 руководитель направления по развитию логических и рассуждающих способностей моделей группы R&D NLP в Sber AI Инесса Федорова выступила с докладом об ограничениях современных рассуждающих моделей и способах их обхода.

В презентации спикер рассмотрел архитектурные подходы и методы обучения, которые позволяют улучшать качество размышлений и эффективность подобных моделей: визуальные цепочки рассуждений, малые рекурсивные модели, зацикленные модели (много раз применяющие для рассуждений один набор слоев). Федорова также рассказала о процессе обучения рекурсивной модели на основе Open Source — фреймворка STARM.