arXiv · cs.AI · Louis Bradshaw, Irmak Bukey, Daniel Chenyu Lin, John Thickstun, Chris Donahue · 5 小时前模型评分46
PianoBench：评估语言模型的音乐感知与推理能力
PianoBench: Evaluating Musical Perception and Reasoning in Language Models
导读
研究者推出 PianoBench 基准，用超过 2 万小时的钢琴教学视频音文交错数据，测试语言模型对音乐演奏的感知与推理。开源音频语言模型最高仅 52.8% 准确率，而前沿模型在拿到音乐文本转录并配合思维链时可达 93.2%，显示从音频感知音乐特征与直接推理音乐事件之间存在差距。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：内容与娱乐、企业学习与教育
事件类型：研究发布
证据摘录
- “We investigate this question by introducing PianoBench, a benchmark that tasks language models with reasoning about musical performances across congruent acoustic and symbolic input representations.”
来源：arXiv · cs.AI · arxiv.org