El equipo de Granite de IBM ha publicado Granite Switch 4.1.1 en el blog de Hugging Face, poco más de una semana después de Granite Switch 4.1. La compañía lo presenta como una versión de parche y usa la numeración como lo hacen los equipos de software: es totalmente compatible con la 4.1, no exige migración y aporta mejoras incrementales.
Qué ha cambiado
Se han actualizado dos componentes:
- Modelo Granite Speech ASR. Convierte voz en texto en 10 idiomas y genera de forma nativa puntuación y mayúsculas. Según IBM, las transcripciones quedan listas para los modelos posteriores sin un paso de formateo aparte.
- Adaptador Decision en granitelib-core. IBM indica un mejor rendimiento global en el conjunto de pruebas Jev Decision Index. Es un resultado de la propia IBM, tal como lo expone en la publicación, que no aporta cifras.
Por qué lo relevante es el proceso de publicación
La publicación insiste en la rapidez con que se montó la actualización. Solo hubo que entrenar el nuevo modelo ASR y el adaptador Decision. No se recalculó nada más y el modelo base no se tocó. Los usuarios combinan las versiones de adaptadores que quieren y las despliegan.
Esto se deriva del diseño de Switch presentado con la 4.1, en el que un modelo de lenguaje se configura con adaptadores especializados que mantienen eficiente la caché, de modo que se añade nueva especialización en un único endpoint. Corregir una capacidad no obliga, por tanto, a sustituir el modelo entero.
Qué dice IBM que viene después
IBM trabaja en tutoriales y en un Adapter SDK. Los desarrolladores y proveedores externos podrían crear sus propios adaptadores, lanzar nuevas versiones, probar funciones y publicar actualizaciones igual que con el software habitual. No se da fecha para ninguno de los dos; la publicación solo dice que habrá más novedades.
Dónde probarlo
La publicación enlaza tres modelos y un Space de demostración. La demo, Speech to Decisions with Granite, muestra cómo un modelo Granite Switch escucha voz en directo y la evalúa, y exhibe las nuevas capacidades multilingües y de puntuación.
Lo que no dice la fuente
La publicación no enumera los 10 idiomas, no ofrece resultados de precisión del modelo de voz ni describe condiciones de licencia o precios. Cualquier decisión de adoptar la actualización debería apoyarse en pruebas con tu propio audio.