arXiv · cs.AI· Haoyue Liu, Xiaoying Tang·· 2 天前
语言模型需要音乐监督吗？MusicRLVR以可验证奖励实现多约束符号音乐生成
Do Language Models Need Music Supervision? Verifiable Rewards for Multi-Constraint Symbolic Music Generation
arXiv:2609.23665v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Haoyue Liu, Xiaoying Tang
研究任务与主要进展
基于论文摘要，作者提出MusicRLVR，仅用可编程验证器奖励和GRPO训练语言模型生成满足多重约束的符号乐谱，无需人工标注、奖励模型或音乐领域监督微调。在MusicConstraintBench的2,180个条目、8类约束上，Qwen3-4B-Instruct-2507的混合约束得分从0.160升至0.797，并超过Llama-3.1-70B。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org