📅 Станьте спикером на DevOpsDays Almaty 2026
DevOpsDays Almaty состоится 16 октября 2026 — и уже сейчас мы подготавливаем первых спикеров к ежегодной масштабной конференции. Встаньте в один ряд с лидерами мнений СНГ и расскажите о своем опыте — с докладом и выступлением мы поможем.
👈 Регистрируйтесь спикером
Ждем спикеров, которые готовы рассказать про:
⚪️ Инструменты и платформы
⚪️ Безопасность и DevSecOps
⚪️ Облака и инфраструктуру
⚪️ Практические кейсы
⚪️ Людей, процессы и культуру
⚪️ Новые подходы и будущее DevOps
Особенно интересны эксперименты на практике:
⚪️ применение AI и ML в инфраструктуре
⚪️ использование агентов в продакшене (LLM-агенты, auto-remediation, AI-assisted ops)
⚪️ MCP-серверы и их роль в DevOps-пайплайнах
⚪️ predictive autoscaling и адаптивные системы
⚪️ log clustering, noise reduction и интеллектуальный анализ логов
⚪️ автоматизация принятия решений и self-healing системы
👉 Подать доклад
DevOpsDays Almaty состоится 16 октября 2026 — и уже сейчас мы подготавливаем первых спикеров к ежегодной масштабной конференции. Встаньте в один ряд с лидерами мнений СНГ и расскажите о своем опыте — с докладом и выступлением мы поможем.
👈 Регистрируйтесь спикером
Ждем спикеров, которые готовы рассказать про:
⚪️ Инструменты и платформы
⚪️ Безопасность и DevSecOps
⚪️ Облака и инфраструктуру
⚪️ Практические кейсы
⚪️ Людей, процессы и культуру
⚪️ Новые подходы и будущее DevOps
Особенно интересны эксперименты на практике:
⚪️ применение AI и ML в инфраструктуре
⚪️ использование агентов в продакшене (LLM-агенты, auto-remediation, AI-assisted ops)
⚪️ MCP-серверы и их роль в DevOps-пайплайнах
⚪️ predictive autoscaling и адаптивные системы
⚪️ log clustering, noise reduction и интеллектуальный анализ логов
⚪️ автоматизация принятия решений и self-healing системы
👉 Подать доклад
Сбер выложил в open source экспериментальную диффузионную LLM GFusion на базе GigaChat.
Главная фишка: модель генерирует не токены по очереди, а сразу блоки, делая примерный "набросок" текста, который потом дорабатывает. За счёт этого GFusion работает до 70% быстрее GigaChat3-10B-A1.8B и на 39% быстрее версии с MTP. Просадка качества — всего 2–4 п.п.
В open source открыли код модели, обучение, оптимизированные attention-ядра и поддержку в SGLang.
Забираем:
➡️Статья на Habr;
➡️Модель и код доступны : GFusion-10B-A1.8B-base GFusion-10B-A1.8B;
➡️️GitVerse
🔥IT STAND |FIDELINA | YouTube
Главная фишка: модель генерирует не токены по очереди, а сразу блоки, делая примерный "набросок" текста, который потом дорабатывает. За счёт этого GFusion работает до 70% быстрее GigaChat3-10B-A1.8B и на 39% быстрее версии с MTP. Просадка качества — всего 2–4 п.п.
В open source открыли код модели, обучение, оптимизированные attention-ядра и поддержку в SGLang.
Забираем:
➡️Статья на Habr;
➡️Модель и код доступны : GFusion-10B-A1.8B-base GFusion-10B-A1.8B;
➡️️GitVerse
🔥IT STAND |