Kyutai lanza modelos matemáticos nativos de voz que prescinden del LLM de texto
Las derivaciones de GLM-4-Voice lanzadas obtienen hasta 77.1% en GSM8K, aunque los sistemas en cascada más grandes aún encabezan la prueba comparativa.
By Ryan Merket · Published
Primary source: Kyutai on X
Por qué importa
Los asistentes de voz suelen sacrificar capacidad de respuesta por la calidad del razonamiento al enviar las transcripciones a través de un modelo de texto. Kyutai muestra que el aprendizaje por refuerzo y el razonamiento oculto superpuesto pueden reducir esa brecha dentro de un modelo nativo para voz, mientras que sus resultados más débiles en conocimiento general muestran el costo de especializarse de manera demasiado agresiva.
La empresa con sede en París Kyutai lanzó dos modelos nativos de voz que toman problemas matemáticos hablados y responden en voz alta sin enrutar la inferencia a través de un sistema de transcripción o de un modelo de lenguaje de texto separado.
https://x.com/kyutai_labs/status/2102080831242060123
…
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.