O time Granite da IBM publicou o Granite Switch 4.1.1 no blog da Hugging Face, pouco mais de uma semana depois do Granite Switch 4.1. A empresa o chama de patch e usa a numeração como as equipes de software costumam usar: a versão é totalmente retrocompatível com a 4.1, dispensa migração e traz melhorias incrementais.
O que mudou
Dois componentes foram atualizados:
- Modelo Granite Speech ASR. Converte fala em texto em 10 idiomas e gera pontuação e capitalização nativas. Segundo a IBM, as transcrições ficam prontas para os modelos seguintes da cadeia, sem etapa separada de formatação.
- Adaptador Decision no granitelib-core. A IBM relata melhor desempenho geral no conjunto de testes Jev Decision Index. É um resultado do benchmark da própria IBM, conforme descrito no post, que não informa números.
Por que o processo de lançamento é o ponto central
O post destaca a rapidez com que a atualização ficou pronta. Só o novo modelo de ASR e o adaptador Decision precisaram ser treinados. Nada mais foi recalculado, e o modelo base não foi tocado. Os usuários montam as versões de adaptadores que querem e as implantam.
Isso decorre do desenho do Switch, apresentado na 4.1, em que um modelo de linguagem é configurado com adaptadores especializados que mantêm o cache eficiente, somando novas competências em um único endpoint. Assim, corrigir uma capacidade não exige trocar o modelo inteiro.
O que a IBM diz que vem a seguir
A IBM trabalha em tutoriais e em um Adapter SDK. Desenvolvedores e fornecedores externos poderiam criar os próprios adaptadores, publicar novas versões, testar recursos e lançar atualizações do mesmo jeito que fazem com software comum. Não há data para nenhum dos dois; o post só diz que haverá mais novidades.
Onde testar
O post aponta três modelos e um Space de demonstração. A demo, Speech to Decisions with Granite, mostra um modelo Granite Switch ouvindo e avaliando fala ao vivo, e exibe os novos recursos multilíngues e de pontuação.
O que não consta na fonte
O post não lista os 10 idiomas, não publica resultados de precisão do modelo de fala nem descreve termos de licença ou preços. Qualquer decisão de adotar a atualização deve se apoiar em testes com o seu próprio áudio.