Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

[Feature]: Support for iFlytek's Newly Open-Sourced Edge-Side Models (Spark X2.5-4B & 1.7B)

Aperta
  • Qualcosa non va?
#696 1 commento 1 reazione 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 4 giorni

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
5/5
Tempo stimato
Più di una settimana
Idoneità per principianti
35/100
Tipo di issue
Funzionalità
Chiarezza
Da chiarire
Stato di attività
Attiva
Ambito
ai, embedded-iot

Direzione di ricerca

The issue provides links to the Spark X2.5-4B and 1.7B models but names no files or tests. Start by evaluating those models against FastFlowLM's supported-model scope; done should be a clear decision on whether support is feasible and what follow-up is required.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Suggestion Description

Background

I'm a long-time user of iFlytek's products, particularly their Smart Office Book X5. The device is powered by iFlytek's edge-side models, which have been specifically fine-tuned for meeting transcription and light office tasks. In my experience, the performance on these specialized tasks is quite impressive.

Why These Models Matter

These models, being compact and efficient, appear to be well-suited for always-on deployment on NPUs like ours, which could enable seamless, day-to-day office assistance directly on the device. The X5 itself leverages a powerful NPU, demonstrating the viability of this approach.

The Opportunity

I'm excited to see that iFlytek has just open-sourced two of these edge-side models today (September 1, 2026):

Spark X2.5-4B
Spark X2.5-1.7B

A key feature is their native support for a 1 million token context window, which is quite advanced for edge-side models.

Given their proven performance in office scenarios, optimization for edge deployment, and now open-source availability, I believe these models would be a valuable addition to [Your Inference Engine's Name]'s supported model list. They could open up new possibilities for on-device AI assistance.

Would the team be interested in evaluating these models for future support?

Thanks for considering!

Operating System

Windows11

GPU

Strix Halo AI MAX 395

ROCm Component

10.0

Lingua principale
C++
Stelle
1.9k
Fork
158
Merge medio
4g 16h
PR unite (30g)
14

Preparare l'ambiente

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di ROCm/FastFlowLM

Tutte le issue di ROCm/FastFlowLM

Issue simili

Altre issue su C++

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.