ローカルモデルの改善に最大 $10 000 を支払う理由

私たちの目標は、サーバーを介さず、ユーザーのデバイス上で直接完結する、完全ローカルな音声処理パイプライン（音声認識、話者分離、翻訳）の実現です。この道のりにおける最大の障害は、一般的なハードウェア上でのローカルモデルの品質にあります。そこで私たちはバウンティ（報奨金）プログラムを開始し、世界中のエンジニアを募集します。

仕組み

音声認識、話者分離、または翻訳のローカルモデルをベースに、利用可能なあらゆるオープンソースよりも優れたものに改良していただけた場合、私たちはその成果に対して報酬を支払う用意があります。支払額は、成果をどれだけ向上させたかによって決まります：

• $100–$1 000 — 顕著な改善：処理の高速化、メモリ消費量の削減、または私たちの想定シナリオにおける精度の向上。
• $1 000–$5 000 — 大幅な飛躍：モデルの品質が既存の最高峰のオープンソースを明らかに凌駕している、あるいは、これまでハードウェアのスペック不足で動作しなかった環境でも動作する。
• $5 000–$10 000 — 画期的なブレイクスルー：アプローチを根本から書き換え、既存のあらゆるオープンソースソリューションよりも数倍優れた結果を達成した。実質的に、私たちがその一部を買い取る形となるトップクラスのソフトウェア。

評価基準

最も重要な基準は、実際のタスク（通話中の音声認識、話者分離、リアルタイム翻訳など）における再現可能な成果です。私たちが重視するのは、机上の空論のようなベンチマークではなく、一般的なユーザーのハードウェア上での品質、速度、そしてリソース消費量です。

なぜこの方法をとるのか

AIによって強化された小規模なチームは、大企業並みのスピードでプロダクトをリリースできます。しかし、モデルにおける画期的な改善は、具体的なアイデアを持った特定の個人から生まれるものです。社内で何年もかけて開発するよりも、プロダクトを実際に前進させてくれる成果に対して正当な対価を支払う方が、私たちにとっても合理的です。

ご興味のある方は、採用ページからご連絡ください。どのような改善を行ったのか、またそれをどのように検証できるかについて教えてください。