Propomos um método de destilação de conhecimento que preserva capacidades de raciocínio multi-passo em modelos comprimidos, ao contrário de abordagens padrão que degradam significativamente essas habilidades. Nossa técnica introduce uma função de perda estruturada que alinha representações internas em camadas críticas para raciocínio, identificadas por análise de ativação. Comprimimos SophiaCore de 70B para 7B parâmetros com apenas 8% de degradação em benchmarks de raciocínio, versus 34% de degradação com métodos convencionais.