IBM выпустила Granite 4.2 — открытые модели с рассуждением и агентным RL

IBM выпустила Granite 4.2 — новое семейство открытых языковых моделей, ориентированных на рассуждение. В отличие от предыдущих версий, которые работали как ассистенты, Granite 4.2 умеет генерировать цепочку мыслей (chain of thought) перед ответом. Модели доступны в трёх размерах: 3B, 8B и 30B параметров.

Каждая модель оснащена переключателем между режимами мышления и быстрым ответом, а также низкозатратным режимом для простых вопросов. Архитектура — decoder-only dense transformer, предобученная с нуля на примерно 15 триллионах токенов. Пост-обучение включало многоэтапное обучение с подкреплением (RL), причём для версий 8B и 30B добавлен блок агентного RL: модели учились редактировать код, работать с терминалом и выполнять веб-поиск в изолированных средах.

Все три модели распространяются под лицензией Apache 2.0. Кроме того, IBM выпустила две модели Granite Speech 5.0 Turbo CTC с 470M параметров для задач распознавания речи.