Yandex entrena su altavoz inteligente con nuevos comandos rápidos sin perder calidad en los antiguos

El altavoz inteligente de Yandex (p. ej., Station Street) admite comandos rápidos — frases cortas como 'siguiente' o 'más bajo' — que evitan la palabra de activación 'Alice' y se ejecutan localmente en el dispositivo. Para añadir nuevos comandos sin perjudicar a los antiguos, el equipo rechazó el reentrenamiento completo (riesgo de regresión), modelos pequeños separados (ineficientes y redundantes) y métodos clásicos de aprendizaje continuo como EWC (sin garantías). En su lugar, utilizaron una expansión modular de la red: a partir de una cierta capa del modelo original congelado, una rama paralela extrae activaciones, calcula un pequeño vector aditivo y lo concatena en cada paso. Esto permite aprender nuevos comandos mientras se conservan los antiguos, con control total sobre la memoria y el cómputo. El entrenamiento constó de dos etapas: preentrenamiento en 60–100 millones de registros ASR no curados y ajuste fino en 400.000–1 millón de grabaciones limpias del hogar. Resultados: la carga de CPU se redujo en un 35%, la RAM en un 50% y las activaciones falsas disminuyeron en un 60%. El trabajo se publicó en Interspeech 2026.