/ Модель

Характеристики

Контекст
24 576 токенов
Параметры
1,8 млрд
Лицензия
CC BY-NC 4.0
Архитектура
yue2 · dense
Базовая модель
YuE2-3B
Библиотека
transformers
Опубликована
11 сен 2026

YuE2-3B-OrbitQuant-W4A4

Генерация текстаТекст → текст3 профессии

Квантованный вариант YuE2-3B для генерации вокальных песен и музыкального сопровождения по стилю и тексту песни.

1 049скачиваний за 30 дней5лайковвеса обновлены13 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

WaveCut/YuE2-3B-OrbitQuant-W4A4 — квантованный вариант модели YuE2-3B от M-A-P, опубликованный WaveCut. Это плотный авторегрессионный трансформер YuE2ForCausalLM для генерации песен по описанию стиля и тексту; результат — стереофоническое аудио с частотой 48 кГц. Параметры трансформера упакованы в формат OrbitQuant W4A4, при этом эмбеддинги, нормализации, вспомогательные проекции и аудиокодек VAE сохраняют исходную точность. Размер чекпойнта составляет 3,04 ГБ против 7,26 ГБ у версии BF16; модель не дообучалась и не дистиллировалась.

Модель предназначена для создания вокальных песен с музыкальным сопровождением. Карточка приводит замеры скорости и памяти на RTX 4090 для нескольких режимов квантования; режимы fast и INT8 могут менять выбор токенов и результат при том же seed. Контекст модели — 24 576 токенов. В метаданных указаны английский, китайский и русский языки. Веса распространяются по лицензии CC BY-NC 4.0, унаследованной от YuE2; коммерческое использование не разрешено. Кодовые компоненты имеют собственные лицензии.

Сценарии применения

  • создание песни по заданному тексту и описанию музыкального стиля
  • генерация вокала с музыкальным сопровождением
  • быстрое локальное создание музыкальных демо на совместимом GPU

Ограничения

Коммерческое использование весов запрещено лицензией CC BY-NC 4.0. В быстрых режимах квантования меняется выбор токенов, а результат зависит от вычислительного оборудования и режима запуска.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

YuE2-3B · OrbitQuant W4A4

Music generation from style and lyrics (m-a-p/YuE2-3B) with packed 4-bit transformer weights and activations. Output: 48 kHz stereo.

Model

  • 392 transformer projections in OrbitQuant W4A4 (224 packed modules). Embeddings, norms, auxiliary projections and the audio VAE stay in source precision; output heads are INT8 or W4A4 only in the profiles below.
  • Checkpoint 3.04 GB vs 7.26 GB BF16 (−58.2%). Separate 0.53 GB VAE unchanged. No fine-tuning or distillation.

Run

hf download WaveCut/YuE2-3B-OrbitQuant-W4A4 --local-dir YuE2-W4A4
cd YuE2-W4A4 && python3.12 -m venv .venv && source .venv/bin/activate
pip install torch==2.10.0 --index-url https://download.pytorch.org/whl/cu128
(cd src && pip install -r requirements.txt)
python src/run.py --profile fast --fuse-rms-quant --kv-cache-dtype int8 --mode fast --output out

One request per process is the default. A long-lived process serving many requests adds --warm-compile (compiled VAE decoder: 0.2 s instead of 0.7 s per request after a one-time 2 s cache load).

--modeChangesLogits
offreference decode pathreference
exactlookahead decode loop, ABC head cropped to the sampler's classes, model resident during VAE decode, compiled VAE decoderbit-identical to off
fast+ KV handoff to NAR, compiled NAR pointwise ops, INT8 output heads (DP4A GEMV)KL 0.0015 semantic / 0.0002 ABC
lowmem+ INT8 token embeddingsas fast
turbolowmem with W4A4 output headsKL 0.016 / 0.0009

Requirements: Linux x86_64, Python 3.12, PyTorch 2.10.0 + CUDA 12.8; the OrbitQuant 0.9.8 wheel is bundled in src/wheels, native kernels 1.0.5 under src/runtime/kernels. Kernels: SM89 (validated on RTX 4090) and SM120 (built, not run). The first request compiles the VAE decoder (~25 s, cached afterwards).

Measurements

RTX 4090 (48-core host), identical input and seed. "Warm" is the second request of a long-lived process with --warm-compile; "process" is one src/run.py call from interpreter start to the written files (imports and model load included). Peaks are for the whole process.

ModeAudioWarm requestaudio s / wall sWhole processNVML peaktorch peak
off168.9 s17.94 s9.42—5.39 GiB4.31 GiB
exact168.9 s15.85 s10.6621.6 s5.33 GiB4.05 GiB
fast140.7 s12.26 s11.4718.0 s4.64 GiB3.37 GiB
lowmem152.2 s13.49 s11.2819.3 s4.47 GiB3.37 GiB
turbo178.2 s15.57 s11.4421.7 s4.71 GiB3.56 GiB

exact keeps the off tokens and logits bit for bit; its waveform differs from off only at FP16 rounding in the VAE. INT8/W4A4 heads change sampling at the same seed, so compare those modes by audio seconds per wall second. Of a whole process, about 4 s are Python and library imports plus model load; the rest is generation. Wall time also depends on the host CPU: on a slow 4-core host the same exact request took 17.7 s and off 28.3 s. Raw data: evaluation/profiles/.

Files

src/: runtime, kernels and kernel sources; src/kernel-binaries.json lists the binaries per architecture, src/runtime-lock.json pins versions, SHA256SUMS covers every file. examples/: prompt file and WAV demos (BF16, W4A4, fast INT8 KV).

License: CC BY-NC 4.0 for the weights (inherited from M-A-P / YuE2); code components keep their own licenses. No commercial rights.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Архитектура yue2 неизвестна transformers в образе рантайма.

Класс архитектуры
YuE2ForCausalLM
Ревизия весов
58c0471

0 моделей