YuE
Sin estimación
Sin requisitos de hardware para este modelo
Los pesos para este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en tu propio hardware de ningún tamaño. Solo se puede acceder a través de su proveedor, y ningún cambio de tarjeta gráfica eso..
En registro
especificación completa
Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..
Origen
Quién construyó este modelo, dónde, y cuándo fue publicado.
- Organización
- Hong Kong University of Science and Technology (HKUST),Multimodal Art Projection (MAP)
- Tipo de Organización
- Academia,Research collective
- País
- Hong Kong, China
- Publicado
- 11 March 2025
- Autores
- Ruibin Yuan, Hanfeng Lin, Shuyue Guo, Ge Zhang, Jiahao Pan, Yongyi Zang, Haohe Liu, Yiming Liang, Wenye Ma, Xingjian Du, Xinrun Du, Zhen Ye, Tianyu Zheng, Yinghao Ma, Minghao Liu, Zeyue Tian, Ziya Zhou, Liumeng Xue, Xingwei Qu, Yizhi Li, Shangda Wu, Tianhao Shen, Ziyang Ma, Jun Zhan, Chunhui Wang, Yatian Wang, Xiaowei Chi, Xinyue Zhang, Zhenzhu Yang, Xiangzhou Wang, Shansong Liu, Lingrui Mei, Peng…
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Speech
- Tarea
- Music generation, Text-to-speech (TTS)
- Modelo base
- Llama 2-7B
Tamaño
Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- parámetros
- 7B
- Datos de entrenamiento
- tokens
7B
La ejecución de entrenamiento
Lo que costó físicamente entrenar: qué chips, cuántos, por cuánto tiempo y qué eso consumió de la pared.
- Hardware de entrenamiento
- NVIDIA H800 SXM5
- Chips utilizados
- 512
- Consumo de energía
- 703.3 kW
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Confianza de registro
- Confident
- Citas
- 65
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- YuE: Scaling Open Foundation Models for Long-Form Music Generation
- Última actualización
- 25 May 2026
Qué significan los números
Acerca de este modelo
YuE fue publicado por Hong Kong University of Science and Technology (HKUST),Multimodal Art Projection (MAP), en el país registrado como Hong Kong, durante March 2025. Sale de una organización categorizada como academia,Research collective.
Funciona en el dominio de Speech, y se registra como realizando la tarea de music generation, Text-to-speech (TTS).
En lugar de ser entrenado desde cero, se deriva de Llama 2-7B. Por eso comparte la forma y el tamaño general del modelo base.
Sus pesos nunca fueron publicados, por lo que solo se puede acceder a través de su proveedor. No hay cambios en la tarjeta gráfica que eso.
Respuestas
YuE — preguntas comunes
YuE— ¿Es de código abierto?
La licencia nunca fue registrada en nuestros datos fuente. Tratamos las licencias no declaradas como cerradas, porque una licencia no registrada no es una en la que confiar.
YuE— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 7B. 7B. Esa cifra es el total, y es lo que decide cuánta MEMORIA necesita el modelo — aproximadamente medio gigabyte por mil millones en la compresión que la mayoría de las personas usa.
YuE— ¿Quién lo creó?
Fue publicado por Hong Kong University of Science and Technology (HKUST),Multimodal Art Projection (MAP), basado en Hong Kong, una organización categorizada como academia,Research collective.
YuE— ¿cuándo fue lanzado?
Se publicó en March 2025.
YuE— ¿Para qué se utiliza?
Funciona en el dominio de Speech, y se registra como manejando la tarea de music generation, Text-to-speech (TTS). Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
YuE— ¿Qué GPU necesito para ejecutarlo?
Ninguno. Este es un modelo cerrado: sus PESOS nunca fueron publicados, por lo que no se puede descargar o ejecutar en su propio hardware a ningún precio. Solo se puede acceder a él a través de su proveedor.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.