/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,2 млрд
Размер весов
5,5 ГБ
Лицензия
Llama 3.2
Архитектура
llama · dense
Базовая модель
Llama-3.2-1B-Instruct
Библиотека
transformers
Опубликована
19 янв 2026

f-actor

ЭмбеддингиТекст → embedding3 профессии

Полно-дуплексная речевая модель на основе Llama 3.2 для управляемых инструкциями голосовых диалогов с настраиваемым голосом и поведением.

68скачиваний за 30 дней5лайковвеса обновлены5 мар 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

F-Actor — исследовательская полно-дуплексная разговорная речевая модель на основе Llama 3.2, представленная авторами работы «F-Actor: Controllable Conversational Behaviour in Full-Duplex Models». Она предназначена для голосовых систем, которые должны не только генерировать речь, но и гибко вести диалог с учётом контекста и инструкций.

Модель позволяет задавать голос говорящего, тему разговора и поведение в диалоге, включая короткие реакции собеседника, перебивания и самостоятельное начало разговора. По описанию авторов, аудиоэнкодер остаётся замороженным, а дообучается языковая модель; обучение выполняется в один этап на 2 000 часах данных. В метаданных указаны архитектура Llama, около 1,2 млрд параметров и контекст до 131 072 токенов. Для практического использования авторы отсылают к коду проекта; модель и обучающий код выпущены для воспроизводимых исследований. Лицензия — Llama 3.2.

Сценарии применения

  • Настройка голоса говорящего в голосовом диалоге
  • Управление темой разговора голосового ассистента
  • Генерация коротких реакций собеседника во время речи
  • Настройка перебиваний и очередности реплик
  • Настройка инициативного начала голосового разговора

Ограничения

Для практического запуска README отсылает к коду проекта и не приводит готовых инструкций использования. Заявленные сценарии относятся к управляемому голосовому диалогу; подробные количественные оценки качества в карточке не приведены.

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

Llama-F-Actor

This HF repository contains F-Actor, a controllable full-duplex model based on Llama 3.2 introduced in F-Actor: Controllable Conversational Behaviour in Full-Duplex Models.

About our work: Spoken conversational systems require more than accurate speech generation to have human-like conversations: to feel natural and engaging, they must produce conversational behaviour that adapts dynamically to the context. Current spoken conversational systems, however, rarely allow such customization, limiting their naturalness and usability. In this work, we present the first open, instruction-following full-duplex conversational speech model that can be trained efficiently under typical academic resource constraints. By keeping the audio encoder frozen and finetuning only the language model, our model requires just 2,000 hours of data, without relying on large-scale pretraining or multi-stage optimization. The model can follow explicit instructions to control speaker voice, conversation topic, conversational behaviour (e.g., backchanneling and interruptions), and dialogue initiation. We propose a single-stage training protocol and systematically analyze design choices. Both the model and training code is released to enable reproducible research on controllable full-duplex speech systems.

Please refer to the codebase for the usage of the model.

For more information, please have a look at the paper.

Citation

If you use this model, please cite:

@misc{züfle2026factorcontrollableconversationalbehaviour,
      title={F-Actor: Controllable Conversational Behaviour in Full-Duplex Models},
      author={Maike Züfle and Ondrej Klejch and Nicholas Sanders and Jan Niehues and Alexandra Birch and Tsz Kin Lam},
      year={2026},
      eprint={2601.11329},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2601.11329},
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaModel
Ревизия весов
b16078e

0 моделей