Становятся ли компактные модели с развитым логическим мышлением новым трендом? Что на самом деле нужно измерять?

В статье обсуждается растущий интерес к Small Reasoning Models (SRM), которые способны к сложному логическому выводу в узких предметных областях без необходимости обучения на гигантских корпусах общих данных. Рассматриваются архитектурные преимущества, такие как отсутствие катастрофического забывания при непрерывном обучении, и предлагается критерий оценки эффективности таких систем: компактность, способность к few-shot адаптации, эффективность обучения и качество непрерывного обучения.