PulseAugur
中
实时 06:28:34
English(EN) Exploring LLMs for South Asian Music Understanding and Generation

大型语言模型在南亚音乐生成与理解方面存在困难

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员评估了大型语言模型（LLMs）在理解和生成南亚古典音乐方面的能力，该领域具有与西方传统不同的独特结构原则。他们的新基准包含504个问题，测试了33个LLMs，其中Gemini 2.5 Pro等顶级模型在理解方面取得了高准确率，而大多数开源模型表现不佳。在音乐生成方面，即使是最好的模型，也只有40%的时间能产生风格上忠实的输出，这表明结构有效性和风格忠实性是AI在这一低资源音乐背景下面临的独立挑战。 AI

影响 凸显了当前大型语言模型在具有文化特异性的低资源领域的局限性，表明需要更专业的模型。

排序理由 学术论文，介绍了一个新的基准和对特定领域大型语言模型的评估。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Faria Binte Kader, Mohtasim Hadi Rafi, Shah Wasif Sajjad, Santu Karmaker ·

    探索大型语言模型以理解和生成南亚音乐

    arXiv:2606.05522v1 Announce Type: cross Abstract: Recent advancements in Large Language Models (LLMs) have shown promising results in music understanding and generation tasks. However, existing works remain confined to Western tonal traditions, offering little insight into whethe…

相关实体

相关话题