MusTBENCH

新基准和方法改进音乐大语言模型的时间定位能力

研究人员推出了 MusTBENCH，这是一个旨在评估大型音频语言模型（LALMs）在音乐理解中的时间定位能力的新基准。现有的 LALMs 在准确识别音频中的特定时间区域方面常常遇到困难，而这对于精确定位乐器进入或节奏变化等任务至关重要。为了解决这个问题，该团队还开发了 MusT，这是一个四阶段的优化过程，可以增强 LALMs 的时间定位能力，与基线模型相比有了显著的改进。