# Программа помогает модели 8B не уступать более крупным соперникам

> Новый метод PLVR позволяет модели с 8 млрд параметров показывать точность выше 90% в телеком-задачах с использованием инструментов — почти наравне с гораздо более крупными моделями.

Oossa · 2026-10-16 · https://oossa.com/ru/small-8b-model-matches-larger-rivals-when-paired-with-expert-program

Исследователи представили метод PLVR, который превращает пошаговые записи решений модели-учителя в программу, пригодную для повторного использования. Она работает вместе с небольшой языковой моделью с замороженными параметрами — даже с моделью на 8 млрд параметров — и направляет её действия. На телеком-тесте точность модели Granite-4.2 на 8B выросла с 43% до 91,2% при использовании PLVR.

## Как работает PLVR

Сначала модель-учитель Kimi-K3 записывает ход своих рассуждений, решая задачи с использованием инструментов. PLVR группирует эти записи, выявляя повторяющиеся операции. Для каждой операции модель «фронтира» создаёт короткую типизированную примитивную процедуру, которую может выполнить небольшая модель с замороженными параметрами. Затем система связывает процедуры с помощью алгоритма поиска A*, оптимизируя итоговое действие. Во время выполнения программа либо задаёт для студенческой модели цепочку рассуждений, которой та должна следовать, либо проверяет и исправляет каждое предложенное действие с инструментом перед отправкой.

## Результаты в разных областях

Одну и ту же программу PLVR протестировали с тремя базовыми моделями Nemotron и моделью Granite-4.2-8B на трёх тестах: телеком, розничная торговля и LiveMCPBench — наборе задач на процедурное использование инструментов. В телеком-тесте точность каждой модели Nemotron составила 93,3–94,4%, а модель на 8B с PLVR показала 91,2% — всего на несколько процентных пунктов меньше. В тестах по розничной торговле и LiveMCPBench программа PLVR не уступала лучшим опубликованным базовым результатам, хотя на последнем тесте отставала на 3–13 пунктов. Кроме того, метод сократил средний разброс результатов базовых моделей примерно с семи до двух пунктов.

## Факты

- Статья опубликована на arXiv 2026-10-13.
- С PLVR точность Granite-4.2-8B на телеком-бенчмарке выросла с 43,0% до 91,2%.
- Все три модели Nemotron показали точность 93,3–94,4% на том же телеком-тесте.
- При дообучении или оптимизации промптов на тех же записях базовые методы дают точность не выше 58,2%.
- На трёх тестовых наборах разрыв в результатах базовых моделей сократился примерно с 7 до 2 пунктов.

## Почему это важно

Для разработчиков помощников, работающих с инструментами, PLVR показывает, что сравнительно недорогая модель на 8B может почти не уступать гораздо более крупным моделям, если направлять её с помощью специальной программы. Это может снизить вычислительные затраты и сделать таких помощников доступнее, хотя подход по-прежнему зависит от качественных записей решений модели-учителя, а результаты могут различаться в зависимости от области.

## Источники и ссылки

1. [Compiling Expert Procedures into Verified Programs: When a Small Model Is Enough](https://arxiv.org/abs/2610.19148) – arXiv, 2026-10-15

Обновлено: 2026-10-16