arXiv · NLP· Chi-En Dai, Chih-Pin Tan, Yi-Hsuan Yang·· 4 小时前AI 评分20
基于 LLM 文本与多模态上下文学习预测音乐效价与唤醒度
Predicting Music Valence and Arousal via Textual and Multimodal In-Context Learning in Large Language Models
AI 导读
研究利用大语言模型（LLM）的免训练上下文学习（ICL）策略，结合歌词、音频描述及原始音频信号，显著提升了音乐情感预测中“效价”的准确性。 在 MER60 数据集测试中，基于文本的 ICL 在 80 shots 设置下将效价 R² 从 0.110 提升至 0.427，多模态变体仅需 10 shots 即达到 0.346。
来源：arXiv · NLP · arxiv.org