大模型上下文学习提升音乐情绪预测

Chi-En Dai 等作者提交论文，提出用大语言模型的上下文学习（ICL）改进连续音乐效价与唤醒度预测：模型不直接输出分数，而是用辅助数据集的示例修正一个小型任务专用基础模型的初始预测。 基于歌词与生成音频描述的文本 ICL 在 80 shots 下将效价 R² 从 0.110 提升至 0.427；融合原始音频的多模态版本仅用 10 shots 即达 0.346。MER60 数据集全程作为留出测试集，作者据此称免训练 ICL 可作为推理阶段的策略。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。