RUBATO 解耦时钟让全双工语音模型提速

研究者提出 RUBATO 多流位置编码，为全双工语音模型的各条流分配独立时钟，把内部思考流与固定解码速率解耦，使模型能零样本插值适配任意推理解码速度，训练仅需两种极端速度。 据论文在 Spoken GSM8K 上的报告，基线模型在插值速度下准确率跌至 1.7%，而 RUBATO-Full 在各速度下保持 48.7% 至 51.1%，并借助更快硬件将作答时间缩短 6.5 倍，首次响应时间不变。这些数字来自作者自报，尚待独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。