К содержимому
Другое

Ratio Music F4

компактный трансформер для сочинения партитур на CPU

2 мин чтенияобновлено

Модель пишет полноценные музыкальные партитуры токен за токеном: она задаёт темп, форму произведения, дорожки и каждую ноту для всех инструментов в 13 стилях. На выходе получается не готовое аудио, а нотная запись, которую затем озвучивает синтезатор или сэмплер. Это небольшой трансформер на 41,5 млн параметров от IPSupport LLC, обученный исключительно на 25 935 партитурах, сгенерированных специальными программами авторов, без использования реальных записей или нот, написанных людьми. Благодаря скромному размеру модель способна сочинить композицию примерно за полминуты на обычном процессоре без видеокарты.

Ключевые особенности

  • Поддерживает 13 музыкальных жанров, включая оркестровую музыку, рок, метал, джаз, фанк, регги, босса-нову, хаус, поп, рэп и трэп.
  • Обучена полностью на синтетическом датасете из 25 935 программно сгенерированных партитур (172,3 млн токенов).
  • Высокая скорость инференса: выдаёт около 140 токенов в секунду на двух потоках CPU, генерируя трек примерно за 30 секунд.
  • Компактная архитектура: 12 слоёв, ширина 512, 8 голов внимания, словарь на 511 токенов и контекстное окно 6144 токена.

Что можно сделать

  • Генерировать фоновую музыку и нотные заготовки для видеороликов в разных жанрах.
  • Интегрировать генератор в браузерные музыкальные студии, бесконечное генеративное радио или инди-игры с последующим озвучиванием через сэмплеры.
  • Исследовать обучение музыкальных трансформеров на полностью синтетических алгоритмических данных.

Пример

Послушать работу модели вживую и протестировать генерацию можно в веб-студии и бесконечном радио на сайте ratio.ipsupport.us. Веса опубликованы в файле full-e6.pt формата PyTorch (содержит state_dict в half precision и параметр контекста ctx: 6144), однако код запуска пока не открыт.

ПодробнееАрхитектура: 41.5M параметров, 12 слоёв, 8 heads, размерность 512, словарь 511 токенов (vocab.json), контекст 6144.
Обучение: 6 эпох на одном DGX Spark (около 2 часов), итоговый loss — 0.073 на train и 0.095 на отложенной выборке.
Железо и скорость: GPU не требуется, около 140 токенов/сек на 2 потоках CPU.
Ограничения: код инференса закрыт, лицензия на веса пока не выбрана (требуется разрешение автора перед переиспользованием).
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.1 GB · готовые файлы0.6 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # ipsupport-llc/ratio-music-f4
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download ipsupport-llc/ratio-music-f4 --local-dir ~/models/ratio-music-f4
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к ratio-music-f4
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии ratio-music-f4 — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

ipsupport-llc/ratio-music-f4
Автор
ipsupport-llc
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

FOCAL-Finetune

FOCAL-Finetune