Sber ha abierto el acceso a la modelo de lenguaje experimental GFusion, creada por Daniil Tikhonov, un ex pasante del equipo de modelos fundamentales. A diferencia de las redes neuronales habituales, no escribe la respuesta estrictamente de izquierda a derecha, sino que primero recopila un borrador y luego mejora gradualmente las partes individuales.

Este enfoque se llama difusivo, de manera similar a cómo las redes neuronales crean imágenes y videos. Un modelo de lenguaje ordinario tendría que reescribir la continuación de la respuesta si cometió un error al principio. GFusion puede volver al fragmento deseado y corregirlo sin empezar de nuevo.

Gracias a la generación paralela, el modelo, según las pruebas de Sber, funciona hasta un 45% más rápido que GigaChat 3, en el que fue entrenado. Los desarrolladores creen que este principio puede ser útil donde la velocidad es importante: en el autocompletado de código, agentes de IA y servicios con un retraso mínimo.

Junto con GFusion, la compañía lanzó herramientas para entrenar modelos similares. Deberían reducir la necesidad de tarjetas de video y acelerar los experimentos de los desarrolladores. El equipo también agregó soporte para su arquitectura en SGLang, una popular herramienta de código abierto para ejecutar modelos de lenguaje.