给听写 App 微调 2B 小模型：两轮补课，严重错误 67 个降到 31 个
作者：阿乐
X 用户 Adrian Muslija 为开源听写应用 OmaFlow 微调一个小模型来清理语音转写。第二轮同一套测试题，严重错误从 67 个降到 31 个，全规则达标率从 72.4% 升到 78.2%；4B 版还在训练。
X 用户 Adrian Muslija 在忙一件很有工位气息的事：给自己的开源听写应用 OmaFlow 微调一个 2B 小模型，专门负责给口播转写擦一遍灰。模型干的不是听懂人话，而是把已经转出来的文字收拾干净。
第二轮结果出炉，用的还是同一批测试题：严重错误从 67 个降到 31 个，全规则达标率从 72.4% 涨到 78.2%。需要说明，这些数字来自他自己搭建的测试集，不代表任何通用水平，也不是“小模型够用了”的结论。
不过反差确实有点好笑：外面一片卷大模型，他在这儿给一个 2B 的选手补课，还认认真真批改了两轮。原帖里他本人也很实在——“只能说它变好了，还不能说它好。”
更大的 4B 版还在训练，评测一次都没跑。
所以目前并没有出现所谓“王者归来”的场面，只有一份刚过及格的成绩单，而且还在继续往上爬。蹲下一轮。
转载说明
本文根据原帖转述整理，原作者及原帖链接见下方。
0
评论 0
还没有评论，来抢沙发。