🔊 مدل STITCH: تفکر هم‌زمان با صحبت در مدل‌های زبانی گفتاری

🧠🗣️ پژوهش جدیدی از دانشگاه ملی تایوان و مایکروسافت روش نوینی به نام STITCH معرفی می‌کند که به مدل‌های زبانی گفتاری (SLM) توانایی تفکر در حین صحبت کردن را می‌دهد. در حالی که انسان‌ها هنگام صحبت ابتدا فکر می‌کنند، SLMهای فعلی پاسخ‌ها را بدون پردازش ذهنی ارائه می‌دهند.

🔍 در روش‌های قبلی، افزودن زنجیره‌ای از تفکر (chain-of-thought) باعث افزایش دقت می‌شد، اما باعث تأخیر زیاد در پاسخ صوتی می‌گردید. STITCH این مشکل را با بخش‌بندی هم‌زمان تفکر و پاسخ صوتی حل می‌کند: مدل در حالی که بخشی از پاسخ را به صورت صوتی پخش می‌کند، بخش بعدی تفکر را در پشت صحنه تولید می‌نماید.

📊 نتایج:

مدل STITCH تا ۱۵٪ عملکرد بهتری در حل مسائل ریاضی نسبت به مدل‌های بدون تفکر درونی نشان می‌دهد.

نسخه STITCH-S حتی بدون هیچ تأخیری، عملکردی نزدیک به بهترین مدل‌ها دارد.

کیفیت گفتار و روانی متن نیز تحت تأثیرات منفی قرار نگرفته است.


🔗 دموی پروژه: STITCH

https://d223302.github.io/STITCH

📃مقاله:

http://arxiv.org/abs/2507.15375

#هوش_مصنوعی #مدل_زبان_گفتاری #STITCH #SpeechAI #LLM #ChainOfThought #AIResearch

@asrgooyeshpardaz