メインコンテンツへスキップ
ToolPotion
AI アドバイザー
送信(無料)

Nemotron-Labs-Audex-2B

LLM#28AIモデルとLLM非商業 · Web

Nemotron-Labs-Audex-2Bは、理解、認識、翻訳などの音声タスクのために設計された統合音声テキスト大規模言語モデルです。思考モードと指示モードの両方をサポートし、多様な音声およびテキストアプリケーションに対してコンパクトで効率的なソリューションを提供します。

URLを訪問
共有
Nemotron-Labs-Audex-2B のスクリーンショット
Nemotron-Labs-Audex-2B のスクリーンショット

Nemotron-Labs-Audex-2Bは、音声とテキスト処理機能を統合した高度な大規模言語モデル(LLM)です。音声理解、音声認識、音声翻訳、テキストから音声への変換、音声生成、音声から音声への生成など、さまざまな音声タスクを処理するように設計されています。このモデルは、思考モードと指示モードの両方で動作し、異なるタスク要件に適応することができます。

続きを読む

Audex-2Bのアーキテクチャはコンパクトで密度が高く、推論に必要なリソースを削減します。これは、より大きな対抗モデルであるAudex-30B-A3Bと同様のマルチステージSFTレシピを使用して訓練されていますが、追加のカスケード強化学習はありません。これにより、Audex-2Bは音声タスクにおいて強力なパフォーマンスを維持しながら、よりリソース効率の良いオプションとなっています。

Audex-2Bは最大128Kトークンのコンテキスト長をサポートしており、長いコンテキストタスクを効果的に処理できます。処理にはChatMLテンプレートを使用し、思考モードと指示モードのための特定のプレフィックスがあります。このモデルはvLLM 0.20.0と互換性があり、推論にはtransformersバージョン4.53.0以上が必要です。

音声関連のタスクに対して、Audex-2Bは異なる推奨推論セットアップを提供します。オフラインLLM生成と音声QAタスクのためのOpenAI互換の音声URLサーバーをサポートしています。また、テキストから音声への変換やテキストから音声生成のオプションも提供しており、高品質な出力のための強化も可能です。

Nemotron-Labs-Audex-2Bは、NVIDIA Oneway Noncommercial Licenseに基づいて管理されており、その使用は非商業アプリケーションに制限されています。このモデルは、音声とテキスト処理機能をアプリケーションに統合したい開発者や研究者にとって理想的なツールです。

  • カテゴリーAIモデルとLLM
  • 料金モデル非商業
  • デプロイクラウド
  • プラットフォームWeb

  • 統合音声テキスト処理

  • 思考モードと指示モードをサポート

  • コンパクトで密度の高いアーキテクチャ

  • 128Kトークンのコンテキスト長

  • vLLM 0.20.0と互換性

  • transformers >= 4.53.0が必要

  • 音声QAおよび生成機能

  • NVIDIA Oneway Noncommercial License

  1. モデルページにアクセス: Nemotron-Labs-Audex-2BのHugging Faceモデルページを訪問します

  2. 認証: モデルを使用するための必要な権限を持っていることを確認します

  3. 設定: 適切な推論環境でモデルを設定します

  4. プロンプトを送信: ChatMLテンプレートを使用して音声またはテキストのプロンプトを送信します

  5. ファインチューニング: 必要に応じて特定のタスクのためにモデルパラメータを調整します

  • 音声理解
  • 音声認識
  • 音声翻訳
  • テキストから音声
  • 音声生成

NVIDIA の製品

Nemotron-Labs-Audex-2B のレビュー

読み込み中...

Nemotron-Labs-Audex-2B に似た人気のAIツール

Apertus 1.5は、多言語対応のマルチモーダル言語モデルのファミリーであり、幅広い言語とコンテキストをサポートするように設計されています。オープンソースアクセスと改善された推論能力を提供し、多様なAIアプリケーションに適しています。

AIモデルとLLM
ツールを見る

多言語対応のマルチモーダル言語モデルのファミリーであり、幅広い言語とコンテキストをサポートするように設計されています。オープンソースアクセスと改善された推論能力を提供し、多様なAIアプリケーションに適しています。Apertus 1.5は、多言語対応のマルチモーダル言語モデルのファミリーであり、幅広い言語とコンテキストをサポートするように設計されています。オープンソースアクセスと改善された推論能力を提供し、多様なAIアプリケーションに適しています。

AIモデルとLLM
LLM トップ50を見る

Olmo from Ai2は、高度なAI研究とアプリケーションのために設計された完全にオープンな言語モデルです。プログラミング、推論、対話に最適化されたさまざまなモデルバリアントを提供し、開発者や研究者に対して透明性とアクセス可能性を確保します。

AIモデルとLLM
ツールを見る

高度なAI研究とアプリケーションのために設計された完全にオープンな言語モデルです。プログラミング、推論、対話に最適化されたさまざまなモデルバリアントを提供し、開発者や研究者に対して透明性とアクセス可能性を確保します。Olmo from Ai2は、高度なAI研究とアプリケーションのために設計された完全にオープンな言語モデルです。プログラミング、推論、対話に最適化されたさまざまなモデルバリアントを提供し、開発者や研究者に対して透明性とアクセス可能性を確保します。

注目AIモデルとLLM
LLM トップ50を見る

whisper-large-v3

AI モデル

Whisper-large-v3は、自動音声認識および音声翻訳のための高度なモデルで、500万時間以上のデータで訓練されています。複数の言語においてパフォーマンスが向上しており、AIの開発者や研究者向けに設計されています。

AIモデルとLLM
ツールを見る

AI モデル

自動音声認識および音声翻訳のための高度なモデルで、500万時間以上のデータで訓練されています。複数の言語においてパフォーマンスが向上しており、AIの開発者や研究者向けに設計されています。Whisper-large-v3は、自動音声認識および音声翻訳のための高度なモデルで、500万時間以上のデータで訓練されています。複数の言語においてパフォーマンスが向上しており、AIの開発者や研究者向けに設計されています。

注目AIモデルとLLM
AI モデル トップ5を見る

LiquidAI LFM2.5-2.6Bは、デバイス上での展開を目的としたハイブリッドモデルで、効率的な推論とエージェント機能を提供します。複数の言語をサポートし、さまざまなプラットフォームに最適化されているため、多様なアプリケーションに対応可能です。

AIモデルとLLM

LLMで第26位

ツールを見る

デバイス上での展開を目的としたハイブリッドモデルで、効率的な推論とエージェント機能を提供します。複数の言語をサポートし、さまざまなプラットフォームに最適化されているため、多様なアプリケーションに対応可能です。LiquidAI LFM2.5-2.6Bは、デバイス上での展開を目的としたハイブリッドモデルで、効率的な推論とエージェント機能を提供します。複数の言語をサポートし、さまざまなプラットフォームに最適化されているため、多様なアプリケーションに対応可能です。

AIモデルとLLM
LLMで第26位

Llama-3.1-8B-Instructは、Metaによって開発された多言語大規模言語モデルで、指示ベースのタスクに最適化されています。商業および研究用途向けに設計されており、自然言語理解と生成において高度な機能を提供します。

AIモデルとLLM
ツールを見る

Metaによって開発された多言語大規模言語モデルで、指示ベースのタスクに最適化されています。商業および研究用途向けに設計されており、自然言語理解と生成において高度な機能を提供します。Llama-3.1-8B-Instructは、Metaによって開発された多言語大規模言語モデルで、指示ベースのタスクに最適化されています。商業および研究用途向けに設計されており、自然言語理解と生成において高度な機能を提供します。

注目AIモデルとLLM
AI モデル トップ5を見る

Falcon3-10B-Instructは、推論、言語理解、指示に従うタスクのために設計された最先端の言語モデルです。複数の言語をサポートし、理解を高めるための長いコンテキスト長を提供します。

AIモデルとLLM

LLMで第48位

ツールを見る

推論、言語理解、指示に従うタスクのために設計された最先端の言語モデルです。複数の言語をサポートし、理解を高めるための長いコンテキスト長を提供します。Falcon3-10B-Instructは、推論、言語理解、指示に従うタスクのために設計された最先端の言語モデルです。複数の言語をサポートし、理解を高めるための長いコンテキスト長を提供します。

AIモデルとLLM
LLMで第48位

Intern Large Models(InternLM)は、Shanghai AI Laboratoryが開発したオープンソースのLLMおよびMLLMを提供します。そのスイートには、InternVLやInternLM-XComposerなどのモデルに加え、ファインチューニング用のXTunerやデプロイ用のLMDeployを含む開発およびアプリケーション用の…

AIモデルとLLM

LLMで第42位

ツールを見る

Intern Large Models(InternLM)は、Shanghai AI Laboratoryが開発したオープンソースのLLMおよびMLLMを提供します。そのスイートには、InternVLやInternLM-XComposerなどのモデルに加え、ファインチューニング用のXTunerやデプロイ用のLMDeployを含む開発およびアプリケーション用の…

AIモデルとLLM
LLMで第42位

Command R+ は、Cohere の会話型インタラクションおよび長文タスクに最適化された大規模言語モデルです。複雑な RAG ワークフローや多段階ツールの使用に優れ、プロダクション環境での高いパフォーマンスを提供します。

AIモデルとLLM

LLMで第4位

ツールを見る

Cohere の会話型インタラクションおよび長文タスクに最適化された大規模言語モデルです。複雑な RAG ワークフローや多段階ツールの使用に優れ、プロダクション環境での高いパフォーマンスを提供します。Command R+ は、Cohere の会話型インタラクションおよび長文タスクに最適化された大規模言語モデルです。複雑な RAG ワークフローや多段階ツールの使用に優れ、プロダクション環境での高いパフォーマンスを提供します。

AIモデルとLLM
LLMで第4位
1 / 8