टेनसेंट का Gander पृष्ठभूमि में काम करते हुए बातचीत जारी रखने के लिए बनाया गया है
decoder ·
Tencent की Hunyuan Speech टीम और विश्वविद्यालय के शोधकर्ताओं ने Gander पेश किया है, यह ऐसा मॉडल है जिसे पृष्ठभूमि में जटिल एजेंट कार्य संभालते हुए वास्तविक समय में बातचीत करने के लिए बनाया गया है। यह भाषण, छवियों और पाठ को एक साथ संसाधित करता है, जिससे उपयोगकर्ता इसे बीच में रोक सकते हैं, पूरक प्रश्न पूछ सकते हैं और प्रगति संबंधी अपडेट प्राप्त कर सकते हैं। इसकी वास्तुकला तेज़ बातचीत के लिए एक अलग “सेरिबेलम” और तर्क तथा जटिल कार्य करने वाले एक बदले जा सकने वाले “मस्तिष्क” को अलग रखती है। Codex या Claude Code जैसी प्रणालियाँ बातचीत वाले मॉडल को दोबारा प्रशिक्षित किए बिना बाद वाले की भूमिका निभा सकती हैं। Full-Duplex-Bench v3 पर Gander ने सभी 100 परिदृश्यों में सही समय पर बोलना शुरू किया और 8 प्रतिशत मामलों में उपयोगकर्ताओं को बीच में रोका, जिससे समय-निर्धारण के मामले में वह तुलना की गई प्रणालियों से बेहतर रहा। हालांकि, इसकी कार्य-सटीकता सबसे कमजोर प्रतिस्पर्धी से थोड़ी कम थी और वीडियो तथा ऑडियो को समझने में इसमें कमजोरियां दिखीं। Gander को लगभग 27 लाख उदाहरणों पर प्रशिक्षित किया गया है, और Tencent की योजना इसके मॉडल वेट तथा प्रशिक्षण डेटा जारी करने की है; वहीं एक कोड रिपॉजिटरी और डेमो पहले से उपलब्ध हैं।
decoder