GigaChat 3.5 Reasoning: первая российская open-source модель с цепочкой рассуждений

Сбер представил GigaChat 3.5 Reasoning — первую модель семейства GigaChat с полноценным механизмом рассуждения (chain-of-thought). Ключевое отличие в обучении: после этапа SFT модель прошла полный цикл online RL, причём не по одному домену, а с шестью отдельными экспертами — математика, код, агенты и другие. Каждый эксперт имел свою функцию награды, а затем их объединили обратно в единую модель.

Разработка заняла более девяти месяцев. В статье на Habr команда рассказывает не только о результатах, но и о внутреннем устройстве конвейера, о том, как модель «взламывала» награды, и о практических выводах. GigaChat 3.5 Reasoning распространяется как открытая модель — это первый случай в России, когда модель с рассуждениями доступна в open-source.