Новая версия GigaChat получила режим рассуждений, который позволяет модели разбивать сложную задачу на этапы, составлять план, проверять промежуточные результаты и корректировать свои действия.
Наша команда протестировала GigaChat 3.5 Reasoning на анализе и интерпретации данных.
Модели предложили рассчитать прогнозируемый среднегодовой рост рынка нефтесервиса, опираясь на данные отчёта консалтинговой компании «Яков и Партнёры».
В рассуждающем режиме GigaChat не допустил ни одной ошибки: корректно выполнил расчёты и интерпретировал полученные цифры.
Для сравнения ту же задачу проверили в обычном режиме. Здесь модель запуталась в анализе, добавила лишний расчёт и ошиблась в нём почти на 4%.
Преимущество рассуждающего режима состояло не в том, что он смог «думать глубже», а в том, что не вышел за рамки запроса и не допустил неточностей из-за додумывания запроса, — прокомментировала Марина Экба, руководитель Центра компетенций по внедрению ИИ в муниципальное управление АНО «РТИИ»
Такой тест показывает, что при работе со сложными данными важна не только способность модели выполнять расчёты, но и точность следования исходному запросу.
💙 АНО РТИИ в Max