Sakhanda Wire
NVDA $153.73 -1.54% MSFT $506.30 -2.26% GOOGL $280.09 -1.28% META $619.28 -1.14% AMZN $256.62 -0.44%
← До новин

Tencent розділяє живу розмову та фонові завдання в Gander

Tencent представила дослідницьку модель Gander, призначену для підтримання розмови в реальному часі під час виконання складніших завдань у фоновому режимі. Вона одночасно обробляє мовлення, зображення й текст, може слухати під час власної відповіді та приймає переривання або зміни завдання від користувача. Модель також здатна ставити уточнювальні запитання й повідомляти про перебіг роботи без додаткової вказівки.

Gander розподіляє функції між двома компонентами. «Мозочок» швидко вирішує, коли слухати, говорити або зупинитися, поділяючи розмову на односекундні відрізки та використовуючи приблизно дві хвилини недавнього контексту. Змінний «мозок» виконує складні операції, зокрема шукає файли й виправляє код. Під час тестів цю роль виконував неуточнений представник сімейства GPT-5.6 від OpenAI.

У Full-Duplex-Bench v3 Gander починала говорити в потрібний момент у всіх 100 сценаріях і перебивала користувачів у 8% випадків, тоді як GPT-Realtime — у 13,5%. Водночас точність виконання завдань була трохи нижчою, ніж у найслабшого конкурента, а розуміння деяких аудіо- та відеоматеріалів виявилося слабшим. Tencent планує оприлюднити ваги моделі й дані навчання після завершення процедури відкритого випуску. Код і демонстрації вже є в репозиторії GitHub.

Текст підготовлено ШІ Sakhanda Wire за матеріалом The Decoder. Факти, цитати та повний контекст — в оригінальній статті нижче.

Вперше опубліковано виданням The Decoder

Читати оригінал на The Decoder ↗

Репортаж і зображення належать The Decoder і зазначені вище з посиланням на оригінал; текст на цій сторінці — власний виклад Sakhanda Wire.

← До новин

Ще новини

Усі останні новини