计算机科学 > 声音
[提交于 2025年9月5日
]
标题: WildScore:在真实场景中的符号音乐推理基准测试
标题: WildScore: Benchmarking MLLMs in-the-Wild Symbolic Music Reasoning
摘要: 最近在多模态大语言模型(MLLMs)方面的进展已在各种视觉-语言任务中展示了令人印象深刻的能力。 然而,它们在多模态符号音乐领域的推理能力仍大多未被探索。 我们引入了WildScore,这是首个在真实场景中的多模态符号音乐推理与分析基准,旨在评估MLLMs解释现实世界音乐谱和回答复杂音乐学问题的能力。 WildScore中的每个实例都来源于真实的音乐作品,并配有真实用户生成的问题和讨论,捕捉了实际音乐分析的复杂性。 为了便于系统评估,我们提出了一种系统分类法,包括高层次和细粒度的音乐学本体论。 此外,我们将复杂的音乐推理框架化为多项选择题回答,从而实现对MLLMs符号音乐理解的受控和可扩展评估。 在WildScore上对最先进MLLMs的实证基准测试揭示了其视觉-符号推理中的有趣模式,揭示了MLLMs在符号音乐推理与分析中的有前景方向和持续挑战。 我们发布了数据集和代码。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.