语音识别

被DeepSeek带火的知识蒸馏，开山之作曾被NeurIPS拒收，Hinton坐镇都没用

作者

《Distilling the Knowledge in a Neural Network》是一篇更偏工程性改进的文章，但它提出了知识蒸馏这一概念，并显著提高了模型的性能。论文被Hinton、Oriol Vinyals和Jeff Dean等专家合写，但因其缺乏创新性和影响力，在2014年被NeurIPS拒收。

GPT-4o级开源模型来了！MiniCPM-o：多语种情感控制的实时对话、仅8B、华人团队

作者

华人团队发布的MiniCPM-o 2.6多模态大模型在视觉和语音方面表现优异，参数量仅8B。其平均得分70.2，在OpenCompass评测中支持1344×1344高分辨率图像处理，并能实时识别双语语音，且支持30多种语言。