S1 Mini، مدلی برای تمیزکاری متن دیکتهشده
هوش مصنوعیClaude Sonnet 5خلاصهٔ کاملتر
وقتی داری با یه ابزار تبدیل گفتار به متن (ASR) حرف میزنی، دقیقاً هر چی که میگی نوشته میشه؛ حتی «اِ»ها، تکرار کلمهها و جاهایی که وسط حرف زدن نظرتو عوض کردی. مثلاً اگه بگی «جمعه همو ببینیم، نه صبر کن، پنجشنبه»، خروجی هر دو روزو با هم مینویسه؛ فنی درسته ولی عملاً بهدرد نمیخوره. S1 Mini دقیقاً همینو حل میکنه: یه مدل زبانی کوچیک با ۰.۶ میلیارد پارامتر، فاینتیونشده از Qwen، که فقط کارش بازنویسیه، نه تولید محتوای جدید یا پاسخ به سوال.
به گفتهی نویسنده، S1 Mini بهجای پرامپتنویسی، فقط با سه تنظیم ساده کنترل میشه: میزان رسمی بودن متن (از رسمی تا محاورهای)، ساختار خروجی (پاراگراف یا لیست بولت) و نوع متن (یادداشت معمولی یا ایمیل کامل با سلام و امضا). همین سه سوییچ کل رابط کاربری مدلو میسازه؛ لازم نیست برای هر کاربرد پرامپت جدید بنویسی.
تو تستهای عملی، مدل بیشتر مشکلات رو خوب حل کرد: تصحیحهای وسط جمله (مثل عوض کردن روز هفته یا مبلغ)، فرمت اعداد و زمانهای گفتاری، و حذف کلمات پرکننده. تو یه تست سخت که چند تصحیح، یه عدد برعکسشده و کلمات پرکننده رو با هم قاطی کرده بود، مدل تقریباً همهچیزو تو یه بار پاس درست انجام داد؛ هرچند بعضی وقتا یه کلمهی اضافه جا میمونه یا علامت دونقطهی ساعت (مثل ۵:۱۵) حذف میشه.
چون مدل روی یه پایهی ۰.۶ میلیاردی ساخته شده، تو تست محلی فقط حدود ۱.۴ گیگابایت VRAM مصرف کرده و حتی روی CPU هم قابلاجراست، بدون نیاز به فرستادن صدا یا متن به سرویس ابری. البته این کوچیکی قیمتم داره: مدل فقط برای همین یه کار طراحی شده و نمیتونه خلاصهنویسی کنه، سوال جواب بده یا متن تازه تولید کنه؛ اگه دنبال یه دستیار نوشتاری همهکارهای، این گزینهی مناسبی نیست.
نکات کلیدی:
- S1 Mini یه مدل ۰.۶ میلیارد پارامتری فاینتیونشده از Qwen، مخصوص تمیزکردن متن دیکتهشده
- بعد از یه موتور ASR مثل Whisper قرار میگیره، نه بهجاش
- کنترل فقط با سه سوییچ: رسمیت، ساختار (پاراگراف/لیست) و نوع متن (یادداشت/ایمیل)
- تو تست محلی حدود ۱.۴ گیگابایت VRAM مصرف کرده و روی CPU هم اجرا میشه
- محدودیت: گاهی یه کلمه یا علامتی مثل دونقطهی ساعت جا میمونه؛ فقط برای تمیزکاریه، نه تولید محتوا
