/ Модель

Характеристики

Базовая модель
Qwen3.8-27B
Библиотека
custom
Опубликована
1 окт 2026

qwen3.8-27b-nemotron-vi-en-mixed-asr-system-no-system-qa-latest

Ответы на вопросыТекст → текст3 профессии

Экспериментальный аудио-языковой чекпойнт на базе Qwen3.8-27B для распознавания вьетнамской и английской речи и ответов на вопросы по аудио.

10скачиваний за 30 дней0лайковвеса обновлены1 окт 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Nampfiev1995/qwen3.8-27b-nemotron-vi-en-mixed-asr-system-no-system-qa-latest — экспериментальный аудио-языковой чекпойнт для распознавания речи и ответов на вопросы по аудио на вьетнамском и английском языках. Он дообучен на базе unsloth/Qwen3.8-27B с использованием Nemotron encoder: энкодер заморожен, а проектор латентных представлений размерности 1024 в 5120 обучен. Модель сочетает данные транскрипции речи и записи QA с системными инструкциями и без них.

Чекпойнт рассчитан на аудио длительностью от 0,2 до 20 секунд; частота признаков Nemotron составляет 12,5 Гц. Для транскрипции использовались предел в 1024 текстовых токена и для QA — 768 токенов. Проверка распознавания проводилась по WER/CER на LSVSC, PW733 и GigaSpeech. README указывает, что это последняя сохранённая обученная версия, преобразованная в развёртываемый чекпойнт; сведения о лицензии отсутствуют в предоставленных данных.

Сценарии применения

  • транскрибирование коротких аудиозаписей на вьетнамском
  • транскрибирование коротких аудиозаписей на английском
  • ответы на вопросы по аудиозаписям
  • обработка аудиозаписей с системной инструкцией
  • обработка аудиозаписей без системной инструкции

Ограничения

Поддерживаются аудиофрагменты длительностью от 0,2 до 20 секунд; предел текста составляет 1024 токена для транскрипции и 768 для QA. Описанные метрики проверки относятся к распознаванию речи; результаты QA и условия лицензии в предоставленных данных не описаны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3.8-27B Nemotron VI+EN Mixed ASR + QA

AudioLLM checkpoint trained from the dedicated Nemotron Vietnamese+English E2E ASR checkpoint with a mixed training recipe containing:

  • ASR transcription data
  • QA records with system instructions
  • QA records without system instructions

The Nemotron encoder is frozen and the 1024 -> 5120 latent projector is trained. The base Qwen3.8-27B model is downloaded separately by the local Luvox AudioLLM loader.

Training config: training_recipe.yaml
Model config: model_config.yaml
Audio rate: 12.5 Hz Nemotron features
Training limits: 0.2 s minimum audio, 20 s maximum audio, ASR 1024 text tokens, QA 768 text tokens
Validation: ASR WER/CER on LSVSC, PW733, and GigaSpeech

The best repository is the checkpoint selected by validation CER. The latest repository is the most recent training state converted to a deployable model-only checkpoint.

Checkpoint: latest

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · custom · question-answering

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
aa37a9c

0 моделей