YuE2-3B создаёт песни с вокалом и аккомпанементом по тексту и позволяет редактировать композицию через партитуру ABC.

Подходит для: создание песни по тексту и описанию музыкального стиля · генерация вокального трека с инструментальным аккомпанементом · переаранжировка существующей песни в новом стиле

Предобученный трансформер для извлечения музыкальных аудиопризнаков и классификации аудио.

Подходит для: классификация музыкальных аудиозаписей · извлечение признаков из музыки для downstream-задач · анализ музыкальных фрагментов длительностью до 5 секунд

SheetSage2 преобразует музыкальные записи в редактируемые партитуры с мелодией, аккордами, долями и тональностью и позволяет экспортировать результат в ABC или MIDI.

Подходит для: транскрипция мелодии и аккордов из полной песни · создание ABC-партитуры по аудиозаписи · получение MIDI с нотами и временными отметками

MERT-v1-330M — предобученная Transformer-модель для классификации музыкального аудио и извлечения признаков для анализа музыки.

Подходит для: извлечение признаков из музыкальных записей · классификация музыкального аудио · подготовка представлений музыки для downstream-задач

Вариационный автоэнкодер YuE2 для кодирования аудио и декодирования акустических латентов в стереомузыку 48 кГц.

Подходит для: декодирование акустических латентов YuE2 в стереомузыку · кодирование стереофрагментов аудио с частотой 48 кГц в латентное представление · воспроизведение полных песен, сгенерированных системой YuE2-3B

Двунаправленный музыкальный энкодер для извлечения представлений из полных аудиозаписей длительностью 30–360 секунд.

Подходит для: извлечение признаков из целых музыкальных записей · классификация жанра музыки · определение темпа и ритмических характеристик

MoA-100M — экспериментальная авторегрессионная модель на архитектуре со смешанными метрическими механизмами внимания для генерации текста.

Подходит для: эксперименты с авторегрессионной генерацией текста · исследование метрического внимания в языковых моделях · генерация и продолжение коротких текстов

MIO-7B-Base — мультимодальная модель на основе Yi для авторегрессионной генерации и понимания текста, изображений, речи и видео.

Подходит для: ответы на вопросы по изображениям · распознавание речи и транскрибация аудио · синтез речи по тексту

MIO-7B-Instruct — дообученная мультимодальная модель для генерации текста и работы с речью, изображениями и видео.

Подходит для: генерация текста по инструкции · ответы на вопросы по изображению · генерация и редактирование изображений по текстовой инструкции

Дообученная на базе Yi-1.5-34B диалоговая модель для инструктивных ответов, программирования, математики и вызова функций.

Подходит для: ответы на инструкции и ведение диалога · написание и разбор программного кода · решение математических задач

ChatMusician — текстовая модель на основе LLaMA 2 для сочинения музыки в ABC-нотации и понимания музыкальной теории.

Подходит для: сочинение музыкального произведения по текстовому описанию · генерация музыки по последовательности аккордов · гармонизация заданной мелодии

decider-4b — дообученная языковая модель, которая за один проход оценивает заданные варианты ответов для типизированных вопросов и состояний.

Подходит для: выбор действия в игре по текущему состоянию · оценка вариантов решения для браузерного агента · классификация состояния по заданному набору меток

MERT-v2-30s извлекает представления из коротких музыкальных аудиофрагментов для анализа жанра, ритма, тональности и других музыкальных характеристик.

Подходит для: извлечение признаков из музыкальных фрагментов · классификация музыкального жанра · определение ритмических долей

Диалоговая модель на основе DeepSeek Coder для генерации кода и помощи в программировании с поддержкой выполнения и доработки кода в соответствующей системе.

Подходит для: генерация кода по текстовому описанию · написание функций и решений задач программирования · диалоговая помощь при разработке

YuE2-Vae-legacy кодирует аудио в акустические латенты и декодирует их в стереомузыку 48 кГц, в том числе для генерации песен вместе с YuE2-3B.

Подходит для: декодирование акустических латентов в стереомузыку · кодирование стереоаудио 48 кГц в латентное представление · генерация полноформатных песен в составе системы YuE2-3B

YuE-s2-1B-general — модель серии YuE для генерации песен по тексту с вокалом и музыкальным сопровождением.

Подходит для: создание текстов песен и музыкальных идей · генерация песен по заданным словам · подготовка музыкальных демо с вокалом и аккомпанементом

MVP — англоязычная encoder-decoder модель для генерации текста, которую можно адаптировать к суммаризации, диалогу, ответам на вопросы и другим языковым задачам.

Подходит для: суммаризация текста · генерация описаний по структурированным данным · создание открытого диалога и историй

Laguna M.1 — текстовая MoE-модель Poolside для агентного программирования, работы с кодом и длительных задач с инструментами.

Подходит для: исправление ошибок в программных репозиториях · выполнение задач по разработке кода через агентный цикл · анализ и изменение многоязычных репозиториев

Англоязычная модель YuE создаёт полноценные песни с вокалом и сопровождением по тексту песни.

Подходит для: создание песни по английскому тексту · генерация вокала и музыкального сопровождения · создание демозаписи песни в заданном жанре

Базовая 7,6-миллиардная модель LLaMA для генерации текста и создания диалоговых приложений.

Подходит для: генерация продолжения текста · создание диалогового ассистента после дополнительной настройки · адаптация языковой модели под прикладную задачу

Инструктивная языковая модель NEO 7B для генерации текста и диалогов по запросу.

Подходит для: ответы на вопросы в диалоге · выполнение текстовых инструкций · подготовка черновиков и кратких текстов

VideoMAEv2-Huge — самоконтролируемая видеомодель для извлечения признаков и классификации видео.

Подходит для: извлечение признаков из видеороликов · классификация видеоклипов · подготовка видеоэмбеддингов для последующего анализа

Компактная авторегрессионная модель Mamba для генерации английского текста и исследовательского сравнения динамики обучения языковых моделей.

Подходит для: генерация продолжений английского текста · эксперименты с динамикой обучения языковых моделей · сравнение архитектур Mamba, Pythia и RWKV

CT-LLM-SFT — выровненная языковая модель семейства Llama на 1,9 млрд параметров для генерации текста и академических исследований.

Подходит для: генерация текста в исследовательских экспериментах · эксперименты с выравниванием языковых моделей · прототипирование текстового ассистента