跳到正文
Hacker News · Show HN· namanbhulawat·· 3 小时前精选AI 评分62

Homi 开源音频决策模型发布:MMSU 逼近 Gemini Flash、成本降 50 倍

Show HN: Homi, open decision model for audio, near Flash on MMSU and 50x cheaper

AI 导读

Outlier Humans Inc. 发布 Homi,基于 Qwen3-Omni-30B-A3B-Instruct 冻结权重加 17M LoRA 训练的开源音频决策模型,输入音频与类型化问题直接输出各选项概率。

推荐理由

开源音频决策模型在关键基准超越 Gemini Flash 且成本降 50 倍,适合有 GPU 资源的开发者自建低成本音频分析服务。

来源:Hacker News · Show HN · github.com