Fine-tuned LLMs für lokale Transkriptionsbereinigung in Voice-App WhisperNow
CompaniesHugging Face
Warum es zählt
Das fine-getunte 4B-Modell schlägt glm-5.3-flash bei allen Transkriptlängen und hält bis 100 Wörter mit glm-5.3 (max reasoning) mit – bei vollständig lokaler Ausführung. Das 1.2B-Modell läuft in 0,18 s auf einer RTX 5070 und benötigt nur 1,6 GB RAM, was On-Device-Deployment ohne Cloud-Kosten ermöglicht.
— Lumeric Redaktion
Factual Errors – Transkriptbereinigung (4.170 Testzeilen) · Spitzenwert
1%
LFM2.5 1.2B (fine-tuned)
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
Fine-tuned LLMs für lokale Transkriptionsbereinigung in Voice-App WhisperNow
CompaniesHugging Face
Warum es zählt
Das fine-getunte 4B-Modell schlägt glm-5.3-flash bei allen Transkriptlängen und hält bis 100 Wörter mit glm-5.3 (max reasoning) mit – bei vollständig lokaler Ausführung. Das 1.2B-Modell läuft in 0,18 s auf einer RTX 5070 und benötigt nur 1,6 GB RAM, was On-Device-Deployment ohne Cloud-Kosten ermöglicht.
— Lumeric Redaktion
Factual Errors – Transkriptbereinigung (4.170 Testzeilen) · Spitzenwert
1%
LFM2.5 1.2B (fine-tuned)
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.