研究者提出MusTBench基准与MusT训练方法提升音乐模型时间定位

Daeyong Kwon 等研究者发布 MusTBench 基准，通过五个时间定位问答任务评测大音频-语言模型在音乐理解中的时间定位能力，数据经分轨处理并由音乐专家验证。实验显示现有模型在精确时间定位上存在困难。 团队同时提出 MusT 四阶段时间优化方案，涵盖音乐编码器适配、LLM 适配、监督微调和强化学习优化，称其在不同模型骨干和规模上均带来一致提升。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。