我微调了一个0.8B的本地模型用于听写清理。它在一个狭窄任务上匹配了一个托管前沿模型

我构建了SpeakoFlow Mini，这是一个基于Qwen3.5-0.8B的Apache-2.0微调模型，用于听写清理。它不是一个聊天模型或通用重写器。它接收语音转文本输出，应用说话者实际进行的修正，并保持其他内容不变。最后这一点比听起来更难。通用模型通常会润色已经正确的文本，但在听写中，不必要的改进仍然是错误的编辑。例如：输入：截止日期是星期一。算了。截止日期是星期三。输出：截止日期是星期三。在我的专业英文基准测试中，SpeakoFlow Mini得分为70.7%，GPT-5.6 Luna得分为65.0%。两者都使用相同的固定短提示，且禁用了推理功能。差距为+5.8个百分点，但95%置信区间为[-1.5, +12.9]，所以这是一个统计上的平局，而非胜利。这种设置很重要。这是该模型训练时针对的低开销配置。使用更长的提示和推理预算时，Luna表现更好。对于超出本文涵盖的狭窄模式的异常情况，它也是更好的模型。这一声明更狭窄。在一个固定短提示且无推理预算的情况下，一个0.8B的本地运行模型在该任务上匹配了一个托管前沿模型。对照比较是针对未经微调的Qwen3.5-0.8B基础模型。微调将分数从47.3%提升到70.7%，提高了+23.4个百分点，95%置信区间为[+16.3, +30.3]。第二张图片显示了那个比较。Q8_0构建版本大小为833 MB，可完全离线运行。Hugging Face卡片包含模型文件、运行命令、基准测试方法、量化结果、限制和公开示例：https://huggingface.co/SpeakoFlow/speakoflow-mini 评估集未包含在公开发布中。如果你尝试使用，我最感兴趣的是它改变了一些本应保持不变的内容的情况。声明：我构建了SpeakoFlow Mini和SpeakoFlow。