arXiv · cs.CL· Chi-En Dai·· 4 天前AI 评分17
用文本与多模态 ICL 让大语言模型预测音乐 Valence 与 Arousal
Predicting Music Valence and Arousal via Textual and Multimodal In-Context Learning in Large Language Models
来源与原文
arXiv · cs.CL
作者：Chi-En Dai
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.31202v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究提出用大语言模型的 in-context learning（ICL）改进音乐 Valence 和 Arousal 连续预测：小任务模型先给出初始预测，再用辅助数据集示例修正。在 MER60 全集作为 held-out 测试集上，基于歌词和音频描述的文本 ICL 用 80 shots 将 valence R² 从 0.110 提升到 0.427，含原始音频的多模态变体仅用 10 shots 达到 0.346。这种免训练方法提供了一种推理时的音乐情感预测策略。
来源：arXiv · cs.CL · arxiv.org