跳转到主要内容
ToolPotion
AI 顾问
提交(免费)

Nemotron-Labs-Audex-2B

Nemotron-Labs-Audex-2B 是一个统一的音频-文本大型语言模型,旨在处理音频任务,如理解、识别和翻译。它支持思考和指令模式,为多种音频和文本应用提供紧凑高效的解决方案。

访问URL
分享
Nemotron-Labs-Audex-2B 截图
Nemotron-Labs-Audex-2B 截图

Nemotron-Labs-Audex-2B 是一个复杂的大型语言模型(LLM),集成了音频和文本处理能力。它旨在处理各种音频任务,包括音频理解、语音识别、语音翻译、文本转语音、音频生成和语音到语音生成。该模型在思考和指令模式下运行,能够适应不同的任务需求。

阅读更多

Audex-2B 的架构紧凑且密集,减少了推理所需的资源。它采用与其更大版本 Audex-30B-A3B 类似的多阶段 SFT 配方进行训练,但没有额外的级联强化学习。这使得 Audex-2B 成为一个更具资源效率的选择,同时在音频任务中保持强大的性能。

Audex-2B 支持最长 128K 令牌的上下文长度,使其能够有效处理长上下文任务。它使用 ChatML 模板进行处理,并为思考和指令模式提供特定的前缀。该模型与 vLLM 0.20.0 兼容,并要求 transformers 版本 4.53.0 或更高版本进行推理。

对于与音频相关的任务,Audex-2B 提供不同的推荐推理设置。它支持离线 LLM 生成和与 OpenAI 兼容的音频 URL 服务器,用于音频 QA 任务。该模型还提供文本转语音和文本转音频生成的选项,并可进行高质量输出的增强。

Nemotron-Labs-Audex-2B 受 NVIDIA 单向非商业许可证的约束,确保其使用仅限于非商业应用。该模型非常适合希望将音频和文本处理能力集成到其应用中的开发者和研究人员。

  • 类别AI 模型与大语言模型
  • 定价模式非商业
  • 部署云端
  • 平台网页版

  • 统一的音频-文本处理

  • 支持思考和指令模式

  • 紧凑且密集的架构

  • 128K 令牌上下文长度

  • 与 vLLM 0.20.0 兼容

  • 要求 transformers >= 4.53.0

  • 音频 QA 和生成能力

  • NVIDIA 单向非商业许可证

  1. 访问模型页面:访问 Nemotron-Labs-Audex-2B 的 Hugging Face 模型页面

  2. 认证:确保您拥有使用该模型的必要权限

  3. 配置:设置适当的推理环境以使用该模型

  4. 发送提示:使用 ChatML 模板发送音频或文本提示

  5. 微调:根据需要调整模型参数以适应特定任务

  • 音频理解
  • 语音识别
  • 语音翻译
  • 文本转语音
  • 音频生成

NVIDIA 旗下产品

Nemotron-Labs-Audex-2B 评价

加载中...

与 Nemotron-Labs-Audex-2B 类似的热门AI工具

Apertus 1.5

大语言模型

Apertus 1.5 是一系列多语言、多模态的语言模型,旨在支持广泛的语言和上下文。它提供开源访问和改进的推理能力,使其适用于多种人工智能应用。

AI 模型与大语言模型
查看工具

大语言模型

一系列多语言、多模态的语言模型,旨在支持广泛的语言和上下文。它提供开源访问和改进的推理能力,使其适用于多种人工智能应用。Apertus 1.5 是一系列多语言、多模态的语言模型,旨在支持广泛的语言和上下文。它提供开源访问和改进的推理能力,使其适用于多种人工智能应用。

AI 模型与大语言模型
查看 大语言模型 Top 50

Olmo来自Ai2

大语言模型

Olmo来自Ai2是一个完全开放的语言模型,旨在用于先进的人工智能研究和应用。它提供了多种针对编程、推理和对话优化的模型变体,确保开发者和研究人员的透明性和可访问性。

AI 模型与大语言模型
查看工具

大语言模型

完全开放的语言模型,旨在用于先进的人工智能研究和应用。它提供了多种针对编程、推理和对话优化的模型变体,确保开发者和研究人员的透明性和可访问性。Olmo来自Ai2是一个完全开放的语言模型,旨在用于先进的人工智能研究和应用。它提供了多种针对编程、推理和对话优化的模型变体,确保开发者和研究人员的透明性和可访问性。

精选AI 模型与大语言模型
查看 大语言模型 Top 50

Whisper-large-v3 是一个先进的自动语音识别和语音翻译模型,训练于超过 500 万小时的数据。它在多种语言中提供了更好的性能,旨在为 AI 领域的开发者和研究人员服务。

AI 模型与大语言模型
查看工具

先进的自动语音识别和语音翻译模型,训练于超过 500 万小时的数据。它在多种语言中提供了更好的性能,旨在为 AI 领域的开发者和研究人员服务。Whisper-large-v3 是一个先进的自动语音识别和语音翻译模型,训练于超过 500 万小时的数据。它在多种语言中提供了更好的性能,旨在为 AI 领域的开发者和研究人员服务。

精选AI 模型与大语言模型
查看 AI 模型 Top 5

LiquidAI LFM2.5-2.6B

大语言模型

LiquidAI LFM2.5-2.6B 是一款为设备部署设计的混合模型,提供高效的推理和智能能力。它支持多种语言,并针对各种平台进行了优化,使其在多种应用中具有灵活性。

AI 模型与大语言模型

大语言模型 排名第 26 位

查看工具

大语言模型

为设备部署设计的混合模型,提供高效的推理和智能能力。它支持多种语言,并针对各种平台进行了优化,使其在多种应用中具有灵活性。LiquidAI LFM2.5-2.6B 是一款为设备部署设计的混合模型,提供高效的推理和智能能力。它支持多种语言,并针对各种平台进行了优化,使其在多种应用中具有灵活性。

AI 模型与大语言模型
大语言模型 排名第 26 位

Llama-3.1-8B-Instruct 是由 Meta 开发的多语言大型语言模型,针对基于指令的任务进行了优化。它旨在商业和研究应用中提供自然语言理解和生成的高级能力。

AI 模型与大语言模型
查看工具

由 Meta 开发的多语言大型语言模型,针对基于指令的任务进行了优化。它旨在商业和研究应用中提供自然语言理解和生成的高级能力。Llama-3.1-8B-Instruct 是由 Meta 开发的多语言大型语言模型,针对基于指令的任务进行了优化。它旨在商业和研究应用中提供自然语言理解和生成的高级能力。

精选AI 模型与大语言模型
查看 AI 模型 Top 5

Falcon3-10B-Instruct 是一款先进的语言模型,旨在进行推理、语言理解和遵循指令的任务。它支持多种语言,并提供较长的上下文长度以增强理解能力。

AI 模型与大语言模型

大语言模型 排名第 48 位

查看工具

先进的语言模型,旨在进行推理、语言理解和遵循指令的任务。它支持多种语言,并提供较长的上下文长度以增强理解能力。Falcon3-10B-Instruct 是一款先进的语言模型,旨在进行推理、语言理解和遵循指令的任务。它支持多种语言,并提供较长的上下文长度以增强理解能力。

AI 模型与大语言模型
大语言模型 排名第 48 位

InternLM

大语言模型

Intern Large Models (InternLM),由上海人工智能实验室开发,提供开源的大语言模型(LLM)和多模态大语言模型(MLLM)。其套件包括 InternVL 和 InternLM-XComposer 等模型,以及用于开发和应用的工具链,其中包含用于微调的 XTuner 和用于部署的 LMDeploy。

AI 模型与大语言模型

大语言模型 排名第 42 位

查看工具

大语言模型

Intern Large Models (InternLM),由上海人工智能实验室开发,提供开源的大语言模型(LLM)和多模态大语言模型(MLLM)。其套件包括 InternVL 和 InternLM-XComposer 等模型,以及用于开发和应用的工具链,其中包含用于微调的 XTuner 和用于部署的 LMDeploy。

AI 模型与大语言模型
大语言模型 排名第 42 位

Command R+ 模型

大语言模型

Command R+ 是 Cohere 的大型语言模型,专为对话交互和长上下文任务优化。它在复杂的检索增强生成(RAG)工作流程和多步骤工具使用中表现出色,为生产环境提供高性能。

AI 模型与大语言模型

大语言模型 排名第 4 位

查看工具

大语言模型

Cohere 的大型语言模型,专为对话交互和长上下文任务优化。它在复杂的检索增强生成(RAG)工作流程和多步骤工具使用中表现出色,为生产环境提供高性能。Command R+ 是 Cohere 的大型语言模型,专为对话交互和长上下文任务优化。它在复杂的检索增强生成(RAG)工作流程和多步骤工具使用中表现出色,为生产环境提供高性能。

AI 模型与大语言模型
大语言模型 排名第 4 位
1/8