Сбер представил STARM — open-source-фреймворк для обучения рекурсивных reasoning-моделей 🚀 Решение объединило лучшие компоненты архитектур HRM, TRM и URM с собственными наработками команды: 🔘Новый подход к reasoning: гибридная архитектура повышает стабильность обучения и качество рассуждений. 🔘Новые SOTA-метрики: итоговые модели существенно опережают по качеству предыдущие open-source-аналоги. 🔘Адаптивные вычисления: модель выполняет ровно столько вычислительных шагов, сколько требует сложность задачи. Полные результаты исследований и замеры качества доступны на Хабре. Полный код фреймворка — в открытом доступе на GitHub