本研究针对小型语言模型在乌克兰语言和推理任务中的不足，通过对LLaMA和Gemma模型进行高效调优，提出结合任务主题与逐步解决方案的方法，显著提升了解释性和可靠性。在复杂匹配任务中，得分提升可达17.4%，展示了小型模型在低资源环境中的潜力。