Привет, Хабр. Мы выпускаем GigaChat 3.5 Reasoning , первую модель GigaChat с полноценным рассуждением, обученную на технологии online RL. Главное, что изменилось в обучении: после SFT модель целиком прошла через online RL. Не один домен и не одна финальная стадия, а шесть отдельных экспертов…