NVIDIA hat Audex veröffentlicht – ein vereintes Audio-Text-LLM, das auf einer spärlichen MoE-Architektur basiert. Es verarbeitet quantisierte Audiodaten sowie Text-Token mithilfe eines einzigen Transformer-Decoders und erreicht dadurch führende Leistungen in den Bereichen Audioverständnis, Spracherkennung, Übersetzung und -generierung, wobei gleichzeitig die ursprünglichen Fähigkeiten des LLM zur logischen Abwägung und Ausrichtung beibehalten werden. Das Open-Source-Modell ist bereits für den Einsatz bereit.