Tới nội dung
inclusionAI Models·· 9 giờ trướcTuyển chọnĐiểm AI75

inclusionAI phát hành Ming-3.0-audio-flash, mô hình ngôn ngữ âm thanh MoE 126B theo giấy phép MIT

inclusionAI/Ming-3.0-audio-flash

Tóm tắt bằng AI

inclusionAI đã phát hành Ming-3.0-audio-flash, một mô hình Mixture-of-Experts ngôn ngữ âm thanh gốc với tổng cộng 126B tham số và 6.5B tham số được kích hoạt mỗi bước suy luận, theo Giấy phép MIT. Mô hình nhận đầu vào là âm thanh kèm chỉ dẫn văn bản và xuất ra văn bản hoặc giọng nói tổng hợp tùy chọn, bao quát nhận dạng giọng nói, hỏi đáp bằng giọng nói, hiểu âm thanh dài, suy luận âm thanh và tương tác giọng nói bằng tiếng Trung và tiếng Anh. Mô hình báo cáo đạt 99.8% trên benchmark Big Bench Audio của Artificial Analysis, và kho lưu trữ tài liệu hóa các thiết lập phục vụ Transformers, vLLM-Omni và SGLang.

Vì sao đáng chú ý

Một mô hình ngôn ngữ âm thanh MoE 126B tham số với 6.5B tham số được kích hoạt, phát hành theo giấy phép MIT và báo cáo đạt 99.8% trên Big Bench Audio, mang lại một điểm tham chiếu cụ thể cho công việc suy luận âm thanh mở.

Nguồn:inclusionAI Models · huggingface.co