Marimba:0.6B 冻结 ASR 打造的开源语音决策模型

作者发布开源模型 Marimba(Apache-2.0,论文 arXiv:2611.18330):一个类似 Jev 但面向音频的「系统一」语音决策模型,基于冻结的 Qwen3-ASR-0.6B 编码器,每 8 秒窗口仅需一次前向即可并行回答,可返回类型化决策结果(是/否、选项或打分),设计目标是快速、轻量,并在多项指标上胜过 30B 参数的模型。

2026-11-16 ~ 2026-11-16 · 2 条相关