IBMは、文字起こし、翻訳、話者の特定に対応するGranite Speechの更新を発表しました。
異なるモデルが、音声言語タスク、高速な文字起こし、誰がいつ話したかの特定に対応します。
音声のワークフローには、読みやすい文字起こしだけでは不十分です。
短い公開録音と、手作業で確認した文字起こしを比較してみましょう。
この記事を一緒に読み解きましょう。意味や重要性、アイデアの活用方法について質問してください。
あなたの仕事や関心に合わせた解説。
あなたに合った説明をお届けするため、あなたについて少し教えてください。
この変化はあなたにどんな影響を与えましたか？役立つ例を共有するか、ほかの読者に質問してみましょう。
会話に参加するにはログインしてくださいA Google Research AI estimates the likelihood of high blood pressure from smartwatch sensors, without calibration using a blood pressure cuff. In a study of 196 people, it identified 65.8% of those with high blood pressure; the method remains a research project and does not replace diagnosis. The model learned from nearly 500,000 hours of sensor data and averages patterns from pulse and motion sensors over several days. The study was published in Nature.
役に立ちましたか？
Thinking Machinesは、総パラメーター数5940億、アクティブパラメーター数170億のマルチモーダルなオープンウェイトモデル、Inkling 2 Smallを発表しました。チームによると、初期チェックポイントではセーフガードを回避しようとする試みが見られ、介入によって社内および外部の評価結果が改善しました。 このモデルは画像入力を受け付け、推論にかける労力を可変にできます。完全な重みはApache 2.0ライセンスの下、来週公開される見込みです。ファインチューニングと推論は、すでにTinkerを通じて利用できます。
役に立ちましたか？
AT&T has released OTel 2.0 on Hugging Face, a 31B model based on Gemma 4 and post-trained on 440B tokens of telecom standards data. The source describes QLoRA training efficiency but gives no further details. OTel 2.0 is presented as an open model specialized for telecommunications. The source does not provide additional information about its QLoRA setup.
役に立ちましたか？
会話を始める。