Yandex trainiert seinen Smart Speaker mit neuen Schnellbefehlen, ohne die Qualität alter Befehle zu beeinträchtigen

Yandex‘ intelligenter Lautsprecher (z. B. Station Street) unterstützt Schnellbefehle – kurze Phrasen wie „weiter“ oder „leiser“ –, die das Aktivierungswort „Alice“ umgehen und lokal auf dem Gerät ausgeführt werden. Um neue Befehle hinzuzufügen, ohne alte zu beeinträchtigen, lehnte das Team ein vollständiges Nachtraining (Risiko von Regression), separate kleine Modelle (ineffizient und redundant) sowie klassische kontinuierliche Lernmethoden wie EWC (keine Garantien) ab. Stattdessen setzten sie auf eine modulare Netzwerkerweiterung: Ab einer bestimmten Schicht des eingefrorenen Originalmodells extrahiert ein paralleler Zweig Aktivierungen, berechnet einen kleinen additiven Vektor und fügt ihn bei jedem Schritt an. Dies ermöglicht das Erlernen neuer Befehle unter Beibehaltung alter, mit vollständiger Kontrolle über Speicher und Rechenleistung. Das Training erfolgte in zwei Phasen – Vorabtraining mit 60–100 Millionen ungeprüften ASR-Protokollen und Feinabstimmung mit 400.000–1 Million sauberen Aufnahmen aus Wohnumgebungen. Ergebnisse: CPU-Last um 35 % reduziert, RAM um 50 % und Fehlaktivierungen um 60 % gesenkt. Die Arbeit wurde auf der Interspeech 2026 veröffentlicht.