YuE
Aucune estimation
Aucune exigence matérielle pour ce modèle
Les poids de ce modèle n'ont pas été publiés, donc il ne peut pas être téléchargé ou exécuté sur votre propre matériel à aucune taille. Il n'est accessible que par l'intermédiaire de son fournisseur, et aucun changement de carte graphique ne modifie cela..
Enregistrement
Spécifications complètes
Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..
Origine
Qui a construit ce modèle, où, et quand il a été publié.
- Organisation
- Hong Kong University of Science and Technology (HKUST),Multimodal Art Projection (MAP)
- Type d'organisation
- Academia,Research collective
- Pays
- Hong Kong, China
- Publié
- 11 March 2025
- Auteurs
- 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…
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Speech
- Tâche
- Music generation, Text-to-speech (TTS)
- Modèle de base
- Llama 2-7B
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.
- paramètres
- 7B
- Données d'entraînement
- tokens
7B
L'exécution de formation
Ce qu'il a physiquement fallu pour entraîner : quels chips, combien, pendant combien de temps, et ce que cela a tiré du secteur.
- Matériel d'entraînement
- NVIDIA H800 SXM5
- Chips utilisés
- 512
- Consommation d'énergie
- 703.3 kW
Comment il est classé
Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.
- Confiance d'enregistrement
- Confident
- Citations
- 65
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- YuE: Scaling Open Foundation Models for Long-Form Music Generation
- Dernière mise à jour
- 25 May 2026
Ce que les chiffres signifient
À propos de ce modèle
YuE a été publié par Hong Kong University of Science and Technology (HKUST),Multimodal Art Projection (MAP), dans le pays enregistré comme Hong Kong, durant March 2025. Cela provient d'une organisation classée comme academia,Research collective.
Il fonctionne dans le domaine de Speech, et est enregistré comme exécutant la tâche de music generation, Text-to-speech (TTS).
Plutôt que d'être entraîné depuis le début, il est dérivé de Llama 2-7B. C'est pourquoi il partage la forme et la taille générales du modèle de base.
Ses poids n'ont jamais été publiés, donc il ne peut être atteint que par son fournisseur. Aucun changement de carte graphique ne change cela.
Réponses
YuE — questions courantes
YuE— est-ce que c'est open source ?
La licence n'a jamais été enregistrée dans nos données source. Nous considérons une licence non déclarée comme fermée, car une licence non enregistrée n'est pas une licence sur laquelle compter.
YuE— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 7B. 7B. Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.
YuE— qui l'a créé ?
Il a été publié par Hong Kong University of Science and Technology (HKUST),Multimodal Art Projection (MAP), basé sur Hong Kong, une organisation catégorisée comme academia,Research collective.
YuE— quand a-t-il été publié ?
Il a été publié dans March 2025.
YuE— à quoi ça sert ?
Il fonctionne dans le domaine de Speech, et est enregistré comme gérant la tâche de music generation, Text-to-speech (TTS). Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.
YuE— Quelle GPU ai-je besoin pour l'exécuter ?
Aucun. C'est un modèle fermé - ses poids n'ont jamais été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel à aucun prix. Il n'est accessible que par son fournisseur.
L'autre direction
Regardez-le de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.