IBM发布Granite Switch 4.1.1补丁，更新语音识别与决策适配器

10月29日发布的是IBM博文；模型卡另将4.1.1修订版标为10月27日发布。IBM称补丁与4.1向后兼容且未重新计算未变的基础模型。IBM在10月29日的博文称Granite Speech语音识别更新覆盖十种语言，具备原生标点和大小写处理；Decision适配器在Jev Decision Index测试集上的整体表现据称改善。但Granite Switch 4.1.1-30b模型卡的4.1.1版本表只列英、法、德、西、葡、意、日七种语言。两份官方材料的范围尚未对账，不能据博文保证该checkpoint支持十语。 原文未给出Decision改善的分数或独立测量；本站刊期为11月2日。

Granite Switch的核心设计是把基础模型与面向特定任务的适配器组合到一个端点。IBM说4.1.1的发布不需要重新计算未变的基础模型，只训练了新的语音识别模型和Decision适配器。这里“向后兼容”是厂商对版本关系的声明，实际应用仍应检查接口、模型引用、输出格式和性能要求。对于生产系统，补丁号不等于零风险：语音识别的标点或大小写变化可能影响下游实体抽取，Decision适配器的行为变化可能影响阈值附近的自动决策。适配器可替换也意味着每次替换都需要记录版本和回滚点。

语音选型需分开核对博文的十语声明与4.1.1-30b模型卡列出的七语，不能把任一材料扩展成该checkpoint的完整实测能力。具体版本、语言和场景应以厂商澄清及本地音频实测确认。现有材料也未说明所有语言在所有口音、噪声和专业术语下都达到相同准确率，也没有给出逐语言错误率。评估团队应拿自己的音频测试集，记录每种语言和场景的词错误率、数字与专有名词识别、断句和大小写质量，并检查对后续摘要或决策模块的影响。若原先流水线有额外的标点恢复步骤，新模型可能改变该步骤的需要，但不能在没有回归测试时直接删除。音频和转写文本若含敏感信息，还需审查存储和访问。

Decision适配器的变化更需要谨慎表述。文章说它在Jev Decision Index测试集上“整体表现改善”，但没有列出基线、指标权重、样本量或失败类别。任何声称“更准”的报道都应保留“IBM在该测试集上报告”的归因，而不是推广到所有决策任务。实际采用者可按原版和4.1.1在相同输入、相同阈值、相同判分流程下并排运行，查看总体结果之外的误判类型和高风险群体差异。如果决策会触发财务、医疗或安全操作，模型建议应保持人工复核和可追溯记录，不能因为补丁更新就自动扩大权限。

这次发布还展示模块化升级的运维方式。固定未变的基础模型，只替换特定适配器，理论上可以缩小重新训练与重新部署的范围；但“没有重新计算基础模型”是IBM对这次构建过程的说明，不是对每个用户的迁移成本保证。部署者应固定基础模型、语音模型、Decision适配器和加载库的精确版本，先在预备环境做兼容性及性能检查，再按流量比例逐步启用。若输出字段、延迟、内存或错误率变化超出预设标准，应能回到先前组合。缓存与端点共享也需要核对，防止同名适配器在不同实例中指向不同内容。

IBM提到正在准备教程和Adapter SDK，目标是让开发者或第三方构建自己的适配器。原文的措辞是未来工作，而非宣布SDK已经正式提供；本期不会给出不存在的安装步骤。读者当前可以测试已公布的模型和“Speech-to-Decisions”演示，但要把演示能力与可自建适配器的平台能力分开。若后续SDK发布，仍须检查授权、版本兼容、签名或来源、测试与分发流程，才能把社区适配器用于生产。

“十语”是IBM博文的说法，4.1.1-30b模型卡却列七语；两者尚未对账，不能保证该checkpoint十语。向后兼容也不证明适合企业词表、采样率、地区或许可证。切换前按具体版本逐语实测，并请IBM澄清范围。

这条补丁新闻的实质是两个可识别的组件更新和一种减少基础模型重复工作的发布模式。团队应通过固定版本、同口径测试和可回退部署来判断语音与Decision改动是否真的改善自己的任务；缺少公开数值的部分不能自行补造。