inclusionAI เปิดตัว Ming-3.0-audio-tiny โมเดลภาษาเสียง
เริ่มตรงนี้
inclusionAI เปิดตัว Ming-3.0-audio-tiny ซึ่งเป็นโมเดล Mixture-of-Experts แบบเนทีฟสำหรับภาษาเสียง มีพารามิเตอร์รวม 9.3B โดยเปิดใช้งาน 2.7B ต่อการอนุมานหนึ่งครั้ง ภายใต้สัญญาอนุญาต MIT โมเดลรับอินพุตเสียงพร้อมคำสั่งข้อความ รองรับการรู้จำเสียง การตอบคำถามด้วยเสียง การเข้าใจและการให้เหตุผลจากเสียง และการสังเคราะห์เสียงพูดแบบเลือกได้ผ่านโมดูล Talker โดยมีภาษาจีนและภาษาอังกฤษเป็นภาษาหลัก การเปิดตัวนี้มาพร้อมตัวอย่างการให้บริการผ่าน Transformers, vLLM-Omni และ SGLang ตัวเลข benchmark ที่เผยแพร่พร้อมกันยังครอบคลุมถึง Ming-3.0-audio-flash ซึ่งมีขนาดใหญ่กว่า โดย inclusionAI ระบุว่าทำคะแนนได้ 99.8% บน Big Bench Audio ของ Artificial Analysis คะแนนดังกล่าวเป็นของโมเดล flash ไม่ใช่โมเดล tiny
สร้างจากรายงาน · อัปเดต 20 นาทีที่แล้ว
ไทม์ไลน์รายงาน
ไล่ตามรายงานเพื่อดูเหตุการณ์นี้จากหลายด้าน
- inclusionAI ModelsinclusionAI เปิดตัว Ming-3.0-audio-tiny โมเดลเสียง-ภาษาแบบ MoE ขนาด 9.3B พารามิเตอร์
inclusionAI เปิดตัว Ming-3.0-audio-tiny โมเดล Mixture-of-Experts แบบเนทีฟสำหรับเสียงและภาษาขนาดกะทัดรัด มีพารามิเตอร์รวม 9.3B และเปิดใช้งาน 2.7B ต่อการอนุมานหนึ่งครั้ง ภายใต้สัญญาอนุญาต MIT โดยรับคำสั่งเสียงพร้อมข้อความ รองรับการรู้จำเสียง การตอบคำถามด้วยเสียง การเข้าใจและการให้เหตุผลเกี่ยวกับเสียง และการสังเคราะห์เสียงพูดแบบเลือกได้ผ่านโมดูล Talker โดยมีภาษาจีนและอังกฤษเป็นภาษาหลัก การเปิดตัวครั้งนี้มาพร้อมตัวอย่างการให้บริการผ่าน Transformers, vLLM-Omni และ SGLang และตัวเลข benchmark ที่เผยแพร่ยังครอบคลุมถึง Ming-3.0-audio-flash ขนาดใหญ่กว่าด้วย ซึ่งทำได้ 99.8% บน Big Bench Audio ของ Artificial Analysis
ความร้อนแรงของเหตุการณ์นี้
ยังมีการเฝ้าดูต่อเนื่องไม่พอจะวาดแนวโน้ม