1件の記事
NVIDIAは、音声とテキストの両方を理解・生成できる統合型大規模言語モデル「Audex」を発表した。同モデルは、従来のマルチモーダルモデルが抱えるテキスト性能の低下(テキスト税)を回避し、バックボーンのテキスト知能を維持する設計となっている。