Ming-3.0-ASR-tiny DSpark draft
драфт для спекулятивного ASR
2 мин чтенияобновлено
Это DSpark-драфт, обученный под замороженный верификатор inclusionAI/Ming-3.0-asr-tiny на фиксированной ревизии. Размер — 0,29 млрд параметров, 5 слоёв, hidden size 1 536, intermediate size 4 608, BF16. Карточка называет чекпойнт тренировочным артефактом: serving-метрики пока не измерены.
Ключевые особенности
- Draft для speculative decoding: 5 слоёв, hidden size 1 536, intermediate size 4 608, BF16.
- Входной словарь 157 184 токена, выходной словарь драфта — 48 000; блок из 8 предсказанных токенов плюс бонусный токен верификатора в offline EAL.
- Обучен offline teacher distillation: верификатор Ming оставался замороженным, одна стадия на коротких аудио, 10 эпох, около 4 ч 48 мин на двух H200.
- Опубликован epoch 6, выбранный по минимальному aggregate validation loss; есть confidence head и Markov rank 256.
- Acceptance length, throughput, latency и WER при serving не измерены; онлайн-спекулятивное декодирование и паритет ASR нужно проверять отдельно.
- Нужны tokenizer и audio processor верификатора, а также Speculators с поддержкой resolver имён эмбеддингов Ming.
Пример
Сценарий из карточки: подать mono 16 kHz аудио до 30 секунд в Ming-3.0-asr-tiny, подключив DSpark-драфт через Speculators и vLLM. Драфт предлагает блок из 8 токенов, верификатор проверяет их; это описание workflow, а не измеренный результат.
Подробнее
Валидация: total loss 0.409284, greedy offline EAL 6.023555, analytical accepted length 5.615419 — с одним бонусным токеном верификатора.Обучение: 357 005 клипов, 999.71 ч аудио, 10 эпох; опубликован epoch 6. Данные: LibriSpeech, People’s Speech, VoxPopuli, AISHELL-1, FLEURS.
Ограничения: метрики serving не измерены; японский поднабор мал, качество японского ASR не установлено. Для инференса нужны Speculators и vLLM.










Комментарии