MusicGroundingBench：音符级音乐概念时序定位基准
Get the story
2026年10月5日，arXiv（Information Retrieval，一手来源）发表研究，提出 MusicGroundingBench——一个由算法生成的钢琴音频构成、带有精确符号对齐的受控基准，包含三音与两小节两种设置，用于评测大型音频语言模型（LALM）的音乐概念时序定位与理解能力。实验显示，跨模态微调可让模型学会定位与理解两种能力，但增加定位监督并未在不同骨干模型上稳定提升理解力；两个受测 LALM 在基础音乐概念上的零样本定位仍有限，凸显接地音乐理解仍是开放挑战。
Generated from reports · updated 16 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Information Retrieval大型音频语言模型中音乐概念的音符级时序定位研究
研究提出 MusicGroundingBench，一个由算法生成的钢琴音频构成、带有精确符号对齐的受控基准，包含三音与两小节设置，用于评测大型音频语言模型的定位与理解能力。实验显示跨模态微调可让模型学会两种能力，但增加定位监督并未在不同骨干模型上稳定提升理解力。两个受测 LALM 在基础音乐概念上的零样本定位仍有限，凸显接地音乐理解仍是开放挑战。
Heat trend
Current heat 7·Comparable peak 10（Oct 5）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.