Сбер представил GigaChat 3.5 Reasoning — новую версию своей языковой модели, обученную решать задачи последовательно и перепроверять промежуточные результаты. Она доступна в веб-сервисе ГигаЧат через режим «Рассуждение», а веса опубликованы под лицензией MIT. Разработчики могут использовать модель в собственных продуктах, включая коммерческие. Новинка продолжает июльскую GigaChat 3.5 Ultra: главное изменение связано с обучением, а не с очередным увеличением размера нейросети.
Команда отдельно обучила шесть специализированных моделей: для математики и естественных наук, программирования, работы с репозиториями, общих агентных задач, диалога и выполнения инструкций. Правильность оценивали по-разному: математический ответ сверяли с эталоном, код запускали, а после исправлений в проекте проверяли тесты. Затем навыки объединили в одной выпускаемой модели.
«Прогресс в коде откатывал качество на диалогах».
Так руководитель Alignment в GigaChat Эмиль Шакиров объясняет в техническом разборе Сбера, почему разработчики отказались от первоначальной попытки обучать одну модель сразу всему. Выяснилось также, что автоматический оценщик предпочитал длинные ответы: модель начала писать почти втрое больше. Дополнительный штраф позволил убрать избыточную многословность без потери достигнутого качества.
По опубликованным разработчиками результатам, режим рассуждений заметно улучшил математические и программные навыки. Однако преимущества распределены неравномерно — есть задачи, где новая версия уступает как DeepSeek, так и собственной предшественнице.
В основе новинки — «смесь экспертов»: 432 млрд параметров суммарно, из которых при обработке токена активируются 28 млрд. Гибридная архитектура сочетает два механизма внимания и поддерживает контекст до 262 тыс. токенов. Экономия вычислений не отменяет необходимости хранить огромный объём весов: официальный пример запуска рассчитан на восемь ускорителей NVIDIA H100. Самостоятельное развёртывание остаётся задачей для оснащённой инфраструктуры.
Прямого сопоставления с GPT-6 Astra в опубликованной таблице нет. Поэтому объявлять GigaChat её победителем или проигравшим оснований недостаточно.
Содержательный результат релиза уже виден: разработчики получили открытую модель с улучшенными навыками решения сложных задач и описанием того, как её обучали. Следующая проверка — реальные документы, репозитории и рабочие процессы: именно там станет понятно, насколько лабораторный прирост сокращает число ошибок и ручных исправлений.
#dtновости #новости @digitaltimeslv
Original in Telegram: https://t.me/digitaltimeslv/10497
