MultiBand Diffusion
Žádný odhad
Žádné hardwarové požadavky pro tento model
Hmotnosti tohoto modelu jsou otevřené, ale žádný počet parametrů pro něj nebyl zveřejněn. Každé číslo týkající se paměti a rychlosti vychází z této hodnoty, takže bychom raději nic neukázali, než fabrikaovaný odhad..
Na záznamu
Plná specifikace
Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..
Původ
Kdo vytvořil tento model, kde a kdy byl publikován.
- Organizace
- Meta AI,Hebrew University of Jerusalem,LORIA
- Typ organizace
- Industry,Academia,Academia
- Země
- United States of America, Israel, France
- Publikováno
- 8 November 2023
- Autoři
- Robin San Roman, Yossi Adi, Antoine Deleforge, Romain Serizel, Gabriel Synnaeve, Alexandre Défossez
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Audio, Speech
- Úkol
- Audio generation
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- Výcviková data
- tokens
9096+2425+919+108+4989=17537 hours
Výpočty pro trénink
Aritmetika prováděná k trénování modelu, měřená v operacích s plovoucí desetinnou čárkou. Je to měřítko toho, kolik stál tréninkový běh, ne jak rychle hotový model na vás odpovídá.
- Výpočty pro trénink
- 2.6 × 10¹⁹ FLOP
- Jak bylo ustanoveno
- Hardware
"It takes around 2 days on 4 Nvidia V100 with 16 GB to train one of the 4 models." 125 tflop/s for V100 SXM (not clear which they used, could be PCI given small number - still same OOM thus confident) 4 * 125 trillion * 2 * 24 * 3600 * 0.3 = 2.6e19
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- NVIDIA V100
- Doba reálného času
- 48 hours
- Náklady na výpočet
- $23
around 2 days
Dostupnost
Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.
- Hmotnosti
- Open — downloadable
- Přístup k modelu
- Open weights (unrestricted)
- Tréninkový kód
- Open source
training, inference, and models (MIT) https://github.com/facebookresearch/audiocraft/blob/main/docs/MBD.md
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Proč je to sledováno
- SOTA improvement
- Záznam důvěry
- Confident
- Citace
- 43
"At equal bit rate, the proposed approach outperforms state-of-the-art generative techniques in terms of perceptual quality"
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- From Discrete Tokens to High-Fidelity Audio Using Multi-Band Diffusion
- Nap poslední aktualizace
- 25 May 2026
Co čísla znamenají
Pozadí
MultiBand Diffusion byl zveřejněn Meta AI,Hebrew University of Jerusalem,LORIA, v zemi zaznamenané jako United States of America, během November 2023. Kategorie, do které vydavatel spadá, je industry,Academia,Academia.
funguje v oblasti Audio, Speech, a je zaznamenán jako vykonávající úkol audio generation.
Zveřejněné váhy znamenají, že model běží na vašem stroji, nikoli na stroji někoho jiného, což činí otázku ohledně hardwaru níže odpovídatelnou.
Co bylo zapotřebí k jeho vybudování
Produkce toho vyžadovala aritmetiku v celkové výši přibližně 2.6 × 10¹⁹ FLOP, na hardwaru zaznamenáno jako NVIDIA V100. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Je sledováno v základním datasetu z jednoho konkrétního důvodu: sOTA improvement.
Odpovědi
MultiBand Diffusion — běžné otázky
MultiBand Diffusion— Kdo to vytvořil?
Bylo to publikováno společností Meta AI,Hebrew University of Jerusalem,LORIA, zakládající se na United States of America, organizace zařazená jako industry,Academia,Academia.
MultiBand Diffusion— Kdy byl vydán?
Bylo to zveřejněno v November 2023. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
MultiBand Diffusion— K čemu se to používá?
funguje v oblasti Audio, Speech, a je zaznamenáno jako zpracovávající úkol audio generation. Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.
MultiBand Diffusion— kde si to mohu stáhnout?
Váhy jsou zveřejněny, i když nemáme odkaz na repozitář. Tato stránka vypočítává hardwarové požadavky spíše než aby hostila modelové soubory.
MultiBand Diffusion— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 2.6 × 10¹⁹ FLOP, na hardwaru zaznamenáno jako NVIDIA V100. To měří, co stálo výrobu modelu, a neříká nic o tom, jak rychle odpovídá po natrénování — rychlost inferencí závisí na šířce pásma paměti, nikoli na rozpočtu na trénink.
MultiBand Diffusion— Jakou GPU potřebuji k jejímu spuštění?
Nemůžeme říct. Má otevřené váhy, ale žádný počet parametrů pro něj nebyl zveřejněn a každý výpočet paměti a rychlosti začíná od toho čísla. Raději bychom ukázali nic než vykonstruovaný odhad.
MultiBand Diffusion— Je to OPEN SOURCE?
Jeho váhy jsou zveřejněny, takže si je lze stáhnout a spustit na vlastním hardwaru. Všimněte si, že open WEIGHTS není totéž co open SOURCE v plném smyslu — neříká nic o tréninkových datech, tréninkovém kódu nebo obchodních podmínkách připojených.
MultiBand Diffusion— kolik má parametrů?
Pro něj nebyl zveřejněn žádný počet parametrů, a proto se na této stránce neobjevují žádné údaje o paměti nebo rychlosti.
Druhý směr
Díváte se na to z druhé strany?
Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.