跳到正文
arXiv · NLP· Mateusz Modrzejewski, Tomasz Radzikowski·· 2026-10-12AI 评分30

开源音频-语言模型生成的音乐评判器评估探针研究

What Do Audio-Language Judges of Generated Music Listen For? Four Probes with Controls from Expert Ratings

AI 导读

研究提出四种探针以测试音频、文本提示及指令措辞对开源音频-语言模型评判生成的音乐评分的影响。 在 MusicEval 的 2748 个音频片段及 SongEval 数据上测试发现,无音频时评判器评分未超提示词预测,且存在位置偏见。 建议每次评估音乐评判器时均报告这四种探针。

来源:arXiv · NLP · arxiv.org