يقترح فريق في ورقة منشورة على arXiv نموذجًا للتعرّف على الكلام يعيد استخدام مجموعة صغيرة من الكتل، بدلًا من تخصيص معاملات لكل طبقة. ويقول الباحثون إن هذا النهج، إلى جانب أساليب تدريب تنقل المعرفة من نماذج أكبر، يستخدم نحو عُشر عدد المعاملات مع الحفاظ على الدقة.
وبحسب الملخص، استعاد نموذج الفريق الذي يستخدم كتلتين مشتركتين 97.4% من متوسط دقة النماذج الكبيرة في معايير Open ASR Leaderboard. كما يصف الفريق طريقة لتكييف النموذج المدمج مع المستخدمين الأفراد، لكن الملخص لا يقدم قياسات على الأجهزة ولا يثبت أداءه في الاستخدام الفعلي.
لماذا يهم
قد يساعد تقليل عدد معاملات النموذج مطوري تقنيات التعرّف على الكلام للساعات والنظارات في تخفيف قيود الذاكرة؛ لكن لا يزال مجهولًا ما إذا كان هذا التصميم يوفر سرعة أو استهلاكًا أقل للطاقة على الأجهزة الفعلية.
