arXiv · NLP· Daeyong Kwon, Qiyu Wu, Shinobu Kuriya, Junghyun Koo, Shuyang Cui, Zhi Zhong, Wei-Hsiang Liao, Hiromi Wakaki, Yuki Mitsufuji·· 8 小时前AI 评分35
MusTBench：评估并改进音乐大语言模型的时序定位能力
MusTBench: Benchmarking and Advancing Temporal Grounding in Music LLMs
AI 导读
研究团队提出 MusTBench 基准与 MusT 四阶段优化方案，旨在评估和提升音乐音频-语言模型（LALMs）的时序定位能力。 MusTBench 包含基于乐段的数据和五项问答任务，MusT 涵盖音乐编码器适配、LLM 微调及强化学习优化。 现有 LALMs 在精确时序定位上面临挑战，MusT 在不同模型骨干上均一致提升性能。
来源：arXiv · NLP · arxiv.org