В открытом ИИ сегодня две заметные находки: одна — про речь и длинные записи, вторая — про более экономичный локальный запуск рассуждающей модели. Ниже — обе, в порядке по числу отметок от сообщества.

OpenMOSS-Team/MOSS-Transcribe-Diarize

191 отметка. OpenMOSS выпустила открытую модель на 0,9 млрд параметров для расшифровки длинных многоголосых записей: она умеет не только переводить речь в текст, но и разделять говорящих, ставить временные метки и замечать акустические события. По карточке модели, поддерживается более 50 языков, а записи длиной до 90 минут можно обрабатывать за один проход.

Почему это важно: для самостоятельных речевых конвейеров это попытка заменить связку из нескольких отдельных компонентов одной моделью. Если заявленные возможности подтверждаются на практике, локальные и корпоративные установки смогут проще собирать качественные стенограммы встреч, интервью и звонков без лишней склейки разных инструментов.

Источник: Hugging Face

prism-ml/Bonsai-27B-gguf

120 отметок. Prism ML опубликовала 1-битную сборку Bonsai 27B для локального запуска, сделав ставку на резкое уменьшение требований к памяти без полного развала качества. В карточке говорится о размере около 7,8 ГБ после развертывания и о сохранении 89,5% качества исходной версии с полной точностью на 15 тестах для моделей с рассуждением.

Почему это важно: давление в локальной экосистеме смещается от гонки за максимальным размером к гонке за полезностью на обычных ноутбуках и одиночных видеокартах. Если такие сборки действительно держат заметную долю качества, то сильные открытые модели станут доступнее тем, кто хочет запускать их у себя, а не арендовать удалённые мощности.

Источник: Hugging Face