Kyutai 发布 Voice of Reason：用强化学习解口头数学题的原生语音模型

Kyutai 发布 Voice of Reason，两个基于 GLM-4-Voice-9B 的开源权重语音到语音模型。监督微调和强化学习将口述 GSM8K 准确率从 27.3% 提升到 77.1%。它没有转录步骤，也不涉及文本 LLM。两个检查点已在 Hugging Face 上，可在单张 H100 上运行。