专题：model-fine-tuning

VoiceTeller 将传统语音助手中云端的 120 B LLM 替换为本地微调的 0.6 B 小模型 Qwen3，单轮任务准确率提升至 90.9%，核心推理时延从 375‑750 ms 降至约 40 ms，总交互延迟从 680‑1300 ms 缩减至约 315 ms，实现了 1/200 参数量的高效、低延迟本地化方案，并全部开源。