Yandex melatih speaker pintarnya dengan perintah cepat baru tanpa mengurangi kualitas yang lama

Speaker pintar Yandex (misalnya, Station Street) mendukung perintah cepat — frasa pendek seperti 'berikutnya' atau 'lebih pelan' — yang melewati kata aktivasi 'Alice' dan berjalan secara lokal di perangkat. Untuk menambahkan perintah baru tanpa merusak yang lama, tim menolak pelatihan ulang penuh (risiko regresi), model kecil terpisah (tidak efisien dan berlebihan), dan metode pembelajaran berkelanjutan klasik seperti EWC (tanpa jaminan). Sebagai gantinya, mereka menggunakan ekspansi jaringan modular: mulai dari lapisan tertentu model asli yang dibekukan, cabang paralel mengekstrak aktivasi, menghitung vektor aditif kecil, dan menggabungkannya pada setiap langkah. Ini memungkinkan pembelajaran perintah baru sambil mempertahankan yang lama, dengan kendali penuh atas memori dan komputasi. Pelatihan menggunakan dua tahap — prapelatihan pada 60–100 juta log ASR yang tidak dikurasi dan penyesuaian halus pada 400.000–1 juta rekaman rumah tangga yang bersih. Hasil: beban CPU berkurang 35%, RAM 50%, dan aktivasi palsu turun 60%. Karya ini dipublikasikan di Interspeech 2026.