Локальні LLM
2 хв читання · MarkTechPost
Interfaze випускає першу багатомовну дифузійну модель розпізнавання мовлення
Стартап Interfaze випустив у відкритий доступ модель `diffusion-gemma-asr-small`, яка базується на DiffusionGemma-26B від Google. Вона розпізнає шість мов за допомогою компактного адаптера на 42 млн параметрів.
Чому це важливо. Ви можете перейти від повільних авторегресійних моделей розпізнавання мовлення до двонаправлених дифузійних декодерів, де час обробки залежить від кроків денойзингу, а не від довжини.