هوش مصنوعی
مدل‌های متن‌باز در ارزیابی درک موسیقی پیانو حداکثر ۵۲٫۸ درصد امتیاز گرفتند
پژوهشگران PianoBench را برای سنجش توانایی مدل‌های زبانی در تشخیص و استدلال دربارهٔ ویژگی‌های اجرای موسیقی معرفی کرده‌اند.
بنچمارک تازه‌ای به نام PianoBench توانایی مدل‌های زبانی را در درک و استدلال دربارهٔ اجرای پیانو می‌سنجد. این آزمون از ورودی‌های صوتی و نمادینِ هم‌خوان استفاده می‌کند و بر داده‌ای چندوجهی با بیش از ۲۰ هزار ساعت محتوای برگرفته از ویدیوهای آموزشی پیانو بنا شده است؛ داده‌ها متنِ گفتار و موسیقی را در کنار هم دارند.
بر اساس چکیدهٔ پژوهش، مدل‌های صوتی‌ـ‌زبانی با وزن‌های باز در PianoBench حداکثر به دقت ۵۲٫۸ درصد رسیدند و عملکردشان فقط اندکی بهتر از آزمون کنترلیِ بدون صدا بود. چکیده همچنین به نتایج بهتر مدل‌های پیشرفته‌ای اشاره می‌کند که از زنجیرهٔ استدلال استفاده می‌کنند، اما متن در دسترس جملهٔ مربوط به این نتایج را کامل نمی‌کند و جزئیات بیشتری ارائه نمی‌دهد.
این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.
منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗
پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست
رد این داستان در رادار
خبرهای مرتبط از آرشیو منتشرشده