На прошлой неделе стартап Motif Technologies представил свою новую модель Motif-2-12.7B‑Reasoning. Эта компактная открытая LLM продемонстрировала отличные результаты в независимых бенчмарках, став самым производительным корейским релизом, обойдя ChatGPT 5.1 от OpenAI. Однако для корпоративных AI-команд важнее другое: Motif опубликовала исследование на arXiv, где подробно описала процесс обучения, раскрывая, как достигается качество рассуждений, и почему многие внутренние LLM-инициативы терпят неудачу. Стартап выделяет 4 ключевых урока для обучения корпоративных LLM: 1) качество рассуждений зависит от распределения данных, а не размера модели; 2) обучение на длинном контексте требует серьезной инфраструктуры; 3) RL-донастройка не будет успешной без фильтрации данных; 4) оптимизация памяти критически важна. Motif-2-12.7B‑Reasoning позиционируется как конкурент более крупным моделям, демонстрируя, что дисциплина в дизайне обучения важнее масштаба. конкурент более крупным моделям