研究者发布TrueMuse音乐数据归因基准

研究者Jiawei Yu与Jian Liu发布TrueMuse，一个面向文本到音乐模型数据归因的受控数据集与基准。它通过微调三个基于扩散模型的文本到音乐模型，构建已知的归因目标，覆盖旋律结构、音色特征、艺术家风格与流派模式四类归因设置，包含133个属性、648个微调模型和95,456个生成样本。 研究者的系统评估显示，现有黑盒归因方法在不同设置下差异显著，文本到音乐的数据归因仍具挑战性。

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。