给音乐打一个“像不像”的总分，往往掩盖了真正的问题：乐器对了，情绪却不对。MQAScore 把评估拆成逐项核验： https://arxiv.org/abs… · @vintcessun · TwKit

@vintcessun

给音乐打一个“像不像”的总分，往往掩盖了真正的问题：乐器对了，情绪却不对。MQAScore 把评估拆成逐项核验： https://arxiv.org/abs/2610.31083 它让大型音频语言模型判断流派、乐器、情绪/主题、人声和用途等概念是否出现在片段里，并用“是”的概率计分；还测试评估器能否识别改变语义的替换、容忍无关变化。用途维度仍最难，方法也依赖概念抽取与负例构造；它评的是片段级描述，不是音乐关系或更深层的音乐学属性。

曝光 81 · 评论 1 · 点赞 1 · 书签 0