Warum wir bis zu $10 000 für die Verbesserung lokaler Modelle zahlen

Unser Ziel ist eine vollständig lokale Pipeline zur Sprachverarbeitung: Erkennung, Diarisierung und Übersetzung direkt auf dem Gerät des Nutzers, ganz ohne Server. Das größte Hindernis auf diesem Weg ist die Qualität lokaler Modelle auf Standard-Hardware. Deshalb starten wir ein Bounty-Programm und laden Ingenieure aus aller Welt ein.

Wie es funktioniert

Wenn Sie ein lokales Modell genommen haben – sei es für Spracherkennung, Sprecherdiarisierung oder Übersetzung – und es besser gemacht haben als jede verfügbare Open-Source-Lösung, sind wir bereit, dies zu belohnen. Die Höhe der Auszahlung hängt davon ab, wie stark Sie das Ergebnis konkret verbessert haben:

• $100–$1 000 — spürbare Verbesserung: Beschleunigung, geringerer Speicherverbrauch, Steigerung der Genauigkeit in unseren Szenarien.
• $1 000–$5 000 — ein großer Sprung: Das Modell übertrifft die beste Open-Source-Lösung qualitativ spürbar oder läuft auf Hardware, die zuvor nicht ausreichte.
• $5 000–$10 000 — Durchbruch: Sie haben den Ansatz praktisch neu geschrieben und ein um ein Vielfaches besseres Ergebnis als jede offene Lösung erzielt. Im Grunde handelt es sich um Spitzensoftware, die wir teilweise aufkaufen.

Was wir bewerten

Das Hauptkriterium ist ein reproduzierbares Ergebnis bei realen Aufgaben: Spracherkennung in Anrufen, Sprechertrennung, Übersetzung in Echtzeit. Wir achten auf Qualität, Geschwindigkeit und Ressourcenverbrauch auf typischer Endnutzer-Hardware, nicht auf Benchmarks im luftleeren Raum.

Warum wir das tun

Ein kleines, durch AI verstärktes Team bringt ein Produkt so schnell auf den Markt wie ein großes Studio – aber bahnbrechende Modellverbesserungen entstehen bei einzelnen Menschen mit konkreten Ideen. Für uns ist es wirtschaftlicher, fair für das zu bezahlen, was das Produkt wirklich voranbringt, als dies jahrelang intern aufzubauen.

Wenn Sie daran interessiert sind, schreiben Sie uns über die Karriereseite. Erzählen Sie uns, was Sie verbessert haben und wie wir es überprüfen können.