Els **models de raonament jeràrquic (HRM)** permeten resoldre tasques complexes de raonament amb una eficiència superior als grans models d’intel·ligència artificial tradicionals. Gràcies a la seva estructura jeràrquica, aquests models són **més petits, més ràpids i requereixen menys dades** per aprendre i operar.

Aquesta arquitectura facilita dividir problemes complexos en subproblemes més senzills, que es resolen de manera organitzada i gradual. Així, els HRM poden assolir resultats comparables o superiors als models de gran escala, però amb un ús de recursos molt inferior, fet que els fa més accessibles i sostenibles.