Kyutai выкатила Voice of Reason: open-weight модели, которые решают математику голосом. Точность на Spoken GSM8K подскочила с 27.3% до 77.1%. Дообучение SFT плюс RL. Как устроено. Модель принимает аудио и выдаёт ответ — без шага транскрибации и без text LLM в цепочке. Раньше системы сначала переводили речь в текст, потом считали, потом синтезировали — каждое звено тянуло ошибку. Здесь всё end-to-end. Что доступно. 2 open-weight чекпоинта: базовая 9B-модель и дообученная версия. Запуск на 1 H100. Open-weight лицензия — любой исследователь может пересобрать пайплайн. Что это значит: голосовой интерфейс для точных задач перестал быть игрушкой. 77% на GSM8K — это уже рабочий уровень для реальных применений, и исходный код открыт.