去年春天推出的Granite Switch项目实现了模型开发的模块化方法。现在Granite Switch 4.1模型配备了 Decision 适配器和 OpenASR 排行榜上最快的 ASR 模型，能够在一个托管端点内高效地在自然语言响应、通用与专用决策以及语音转文本任务之间切换。

granite_switch_adapter_swap

具体而言，Granite-Switch-4.1-8B和-30B模型的配置包含：

  1. 一个新的Decision aLoRA用于通用决策（例如 v1/systemone），
  2. 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
  3. Granite-Speech-5.0-Turbo-CTC，即OpenASR Leaderboard上最快的 ASR 模型，已嵌入用于转录任务。

这三项技术（连同底层基础模型）被组合进一个模型，在 GPU 上占用的显存与基础模型单独运行时大致相同。这意味着用更少的 GPU 获得更多能力。

而且由于 Switch 适配器是以缓存高效的Activated LoRA方式构建的，基础模型生成时创建的 KV 缓存可以复用于后续任何基于适配器的决策。结合我们团队的近期 vLLM 贡献以加速低秩适配器推理，以及一个同址部署的 ASR 编码器，Granite Switch 4.1 模型可以切换于聊天请求、决策请求和语音请求之间，速度极快。

查看我们的Speech-to-Decisions HF space，其中 granite-switch-4.1-8b 可转录音频、生成摘要、筛查有害内容，并测试其他 15 个用户自定义标记——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。我们此前发布的Granite Libraries包含一个专用“决策模型”适配器及其他专用任务适配器的仓库，可组合进自定义的 Granite Switch 模型。虽然 Jev 和其他闭源决策模型侧重于通用性，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。

比较 granitelib 适配器在专门分类任务上评估时，与通用决策模型相比。

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家适配器几乎不增加成本。你可以从通用模型获得广泛覆盖，并从专家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“竞速”中，Granite-Switch-4.1-30B 能够比其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 以“开箱即用”的方式发布。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，以最好地满足他们的需求。

展望未来，我们看到社区有巨大机会用自定义和第三方适配器来组合并扩展 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教一个 3B 参数版本的 Granite 玩经典游戏 Doom。

与 Jev 类似，我们自定义的 3B 参数 Granite Switch 模型做出瞬间决策来在 Doom 游戏中导航，但能够以每秒 60 - 100 次决策的速度做到这一点，相比之下 Jev 报告的是每秒 10 次决策。1 与 Jev 不同，这个 Granite Switch 模型还能在玩游戏时进行叙述并回答你的问题。

我们期待在未来几周发布更多关于 Granite Switch 的细节和数据，但在此之前，我们鼓励你试用我们最新的 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