音频语言模型作为生成音乐评判的四种探针研究

该研究提出四项探针，用于检验开放式音频-语言模型在评判生成音乐时究竟响应什么：移除音频、替换同提示词片段、交换成对比较顺序、改写指令，其中三项以人类评分为对照。探针应用于 MusicEval 全部 2,748 个片段上的五个开放式评判模型，后两项扩展到 SongEval 歌曲。研究以 arXiv 音频与语音类别论文形式发布，属一手研究报道。目前公开信息仅涵盖探针设计与数据范围，未披露具体实验结果或结论。

Generated from reports · updated 2 hr ago

There is not enough continuous observation data to draw a trend yet.