inclusionAI phát hành Ming-3.0-audio-tiny, mô hình ngôn ngữ - âm thanh
Bắt đầu từ đây
inclusionAI đã phát hành Ming-3.0-audio-tiny, một mô hình ngôn ngữ - âm thanh Mixture-of-Experts gốc với tổng cộng 9,3B tham số, trong đó 2,7B được kích hoạt ở mỗi bước suy luận, theo giấy phép MIT. Mô hình nhận đầu vào là âm thanh kèm chỉ dẫn văn bản và hỗ trợ nhận dạng giọng nói, hỏi đáp bằng lời nói, hiểu và suy luận âm thanh, cùng khả năng tùy chọn tổng hợp giọng nói thông qua mô-đun Talker, với tiếng Trung và tiếng Anh là các ngôn ngữ chính. Bản phát hành đi kèm các ví dụ phục vụ cho Transformers, vLLM-Omni và SGLang. Các số liệu đánh giá được công bố cùng lúc cũng bao gồm mô hình lớn hơn Ming-3.0-audio-flash, mà inclusionAI cho biết đạt 99,8% trên Big Bench Audio của Artificial Analysis; điểm số đó được báo cáo cho mô hình flash, không phải cho mô hình tiny.
Tạo từ các bài viết · cập nhật 20 phút trước
Dòng thời gian bài viết
Theo các bài viết để thấy sự việc từ nhiều phía.
- inclusionAI ModelsinclusionAI phát hành Ming-3.0-audio-tiny, mô hình ngôn ngữ âm thanh MoE 9,3 tỷ tham số
inclusionAI đã phát hành Ming-3.0-audio-tiny, một mô hình Mixture-of-Experts ngôn ngữ âm thanh gốc dạng compact với tổng cộng 9,3 tỷ tham số và 2,7 tỷ 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 hỗ trợ nhận dạng giọng nói, hỏi đáp bằng giọng nói, hiểu và suy luận âm thanh, cùng giọng nói tổng hợp tùy chọn thông qua mô-đun Talker, với tiếng Trung và tiếng Anh là các ngôn ngữ chính. Bản phát hành bao gồm các ví dụ phục vụ Transformers, vLLM-Omni và SGLang, và các số liệu benchmark được chia sẻ cũng bao gồm mô hình lớn hơn Ming-3.0-audio-flash, đạt 99,8% trên Big Bench Audio của Artificial Analysis.
Độ nóng của sự việc này
Chưa đủ quan sát liên tục để vẽ xu hướng.