본 논문은 저자원 언어(예: 태국어)를 위한 대규모 언어 모델(LLM)의 추론 능력 향상을 목표로 합니다. DeepSeek R1과 같은 고급 추론 능력을 언어 특화 LLM에 통합하기 위한 데이터 선택 및 모델 병합 방법론을 연구합니다. 영어 중심의 학습 데이터와 모델 최적화로 인해 저자원 언어에서 성능이 저하되는 문제를 해결하고자, 공개적으로 이용 가능한 데이터셋과 120달러의 예산으로 저자원 언어 LLM의 추론 능력을 DeepSeek R1 수준까지 향상시키는 방법을 제시합니다. 이는 목표 언어 작업에 대한 성능 저하 없이 달성됩니다.
