IBM 发布 Granite Switch 4.1：一个端点同时处理对话、决策与语音

去年春天推出的 Granite Switch 项目实现了模块化的模型开发方法。如今，配备 Decision 适配器和 OpenASR 排行榜上最快 ASR 模型的 Granite Switch 4.1 模型，可以在自然语言响应、通用与专用决策以及语音转文本任务之间高效切换——全部通过一个托管端点完成。

具体来说，Granite-Switch-4.1-8B 和 -30B 模型配置包含：

一个新的 Decision aLoRA，用于通用决策（例如 v1/systemone），
一个专用的 Guardian aLoRA，在安全相关决策任务上平均表现优于 Jev 1.13、Microsoft-Decision-1、GPT-Luna-Decisions 和 Clef-Flash，以及
Granite-Speech-5.0-Turbo-CTC，OpenASR 排行榜上最快的 ASR 模型，嵌入用于转录任务。

这三项技术（连同底层基础模型）被组合成一个模型，在 GPU 上占用的显存大约与基础模型单独运行时相同。这意味着用更少的 GPU 获得更多能力。

而且由于 Switch 适配器是作为缓存高效的 Activated LoRA 构建的，基础模型生成时创建的 KV 缓存可以复用于任何后续基于适配器的决策。结合我们团队近期对 vLLM 的贡献以加速低秩适配器推理，以及同址部署的 ASR 编码器，Granite Switch 4.1 模型可以在聊天请求、决策请求和语音请求之间切换，速度极快。

Granite-switch-4.1-8b 可以转录音频、生成摘要、筛查有害内容，并测试 15 种以上通用标志——全部在单个端点上实时运行。

Granite Libraries：元老级决策模型

决策模型并不新鲜。我们之前发布的 Granite Libraries 包含一个专用“决策模型”适配器和其他专用任务适配器的仓库，可以组合成自定义的 Granite Switch 模型。虽然 Jev 和其他闭源决策模型专注于通用性，但我们发现许多专用的 granitelib 适配器在专用分类任务上可以超越通用模型。

在专用分类任务上评估时，将 granitelib 适配器与通用决策模型进行比较。

由于适配器共享基础模型的 KV 缓存，在通用决策适配器之外添加专用适配器几乎不增加成本。你可以从通用模型获得广泛覆盖，从专用模型在你关心的任务上获得更高准确率。

在 Granite-Switch-4.1-30B（冻结的基础 Granite + 4 个专用 aLoRA）与 Jev-27B（冻结的基础 Qwen 模型 + 1 个通用决策 LoRA）之间的“竞赛”中，Granite-Switch-4.1-30B 能够比竞争对手更快地完成一个真实世界的 5 步 RAG 工作流。

组合并扩展你自己的 Granite Switch 模型

Granite-Switch-4.1-8B 和 -30B 发布时“自带电池”。它们是我们用一组预定义的有用适配器编译而成的 Granite Switch 模型。但你不需要使用我们的版本。任何人都可以组合自己的 Granite Switch 模型，从 Granite Libraries 中混合搭配适配器，以最好地满足自己的需求。

展望未来，我们看到社区有巨大的机会通过自定义和第三方适配器来组合和扩展 Granite Switch 模型。我们计划发布一个 Adapter SDK，用于在 Mellea 中训练适配器，同时还会提供其他教程和 Granite Switch 支持。这些适配器可以是专门的分类适配器，用于增强基于决策的工作流，也可以是用于专门语言任务的适配器。你甚至可以使用自定义适配器来教一个 3B 参数版本的 Granite 玩经典游戏 Doom。

与 Jev 类似，我们的自定义 3B 参数 Granite Switch 模型能够瞬间做出决策来导航 Doom 游戏，但能够以每秒 60 - 100 次决策的速度完成，而 Jev 报告的是每秒 10 次决策。¹ 与 Jev 不同，这个 Granite Switch 模型还可以在玩游戏的同时进行叙述并回答你的问题。

我们期待在未来几周内发布有关 Granite Switch 的更多细节和数据，但在此之前，我们鼓励你尝试我们最新的 Switch 模型以及这些其他有用的入门资源。

入门资源

脚注

¹ https://typesafe.ai/blog/introducing-system-one-models-and-jev