Yapay zeka teknolojilerinin yaygınlaşması, gelişmiş akıl yürütme yeteneklerinin kaynak kısıtlı cihazlarda çalışabilmesine bağlı. Ancak küçük dil modelleri, özellikle Vietnamca gibi İngilizce dışındaki dillerde 'akıl yürütme açığı' problemiyle karşılaşıyor ve tutarlı düşünce zincirleri oluşturmakta zorlanıyor.
Yeni araştırma, Qwen3-1.7B mimarisine sahip küçük bir dil modelinde test-zamanı ölçeklendirme stratejilerini inceleyerek bu sorunu ele aldı. Çalışma kapsamında Vietnamca temel matematik problemlerine odaklanıldı ve iki önemli kaynak geliştirildi: Gemini 2.5 Flash-Lite destekli bir sistem kullanılarak oluşturulan Vi-S1K yüksek kaliteli akıl yürütme veri seti ve değerlendirme için Vi-Elementary-Bench ölçütü.
LLM-hakim protokolü kullanılarak yapılan analizler ilginç sonuçlar ortaya çıkardı. Temel modelin güçlü gizli bilgiye sahip olduğu (5 üzerinden 4.05 doğruluk skoru) ancak iletişimde ciddi bir 'formatlama açığı' yaşadığı tespit edildi.
Denetimli ince ayar yöntemi, kritik bir 'akıl yürütme kilit açıcısı' rolü oynadı ve modelin açıklama kalitesinde %77 iyileşme sağladı. Bu yaklaşım, küçük dil modellerinin yerel dillerdeki matematik problemlerinde daha etkili çalışabilmesinin yolunu açtı.