EMH模型在HookTheory语料上的可解释评估
热点事件持续更新
EMH模型在HookTheory语料上的可解释评估
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Josef Pavlíček 与 Martin Pelikán 发表评估研究:将冻结的 Explainable Melody Harmonizer(EMH)模型不加修改地在 HookTheory 的 19 个旋律-和弦对齐选段上评测,共 439 个可评估和声片段。生成时隐去人类和弦,仅用于事后对比。结果显示和弦完全一致率 20.50%,和弦根音一致率 31.66%,和声功能一致率 47.62%。 决策层面分析发现,46.24% 的人类和弦不在模型候选集内,33.26% 在候选集内可选但未被选中,从而区分了模型的表征限制与选择差异。
AI 根据报道生成 · 3 小时前更新
最新进展10月19日 12:00
EMH 如何在 HookTheory 语料上评估可解释和声决策报道时间线
沿着报道,了解事件的不同侧面。
10月19日
- arXiv · cs.AIEMH 如何在 HookTheory 语料上评估可解释和声决策
冻结的 Explainable Melody Harmonizer(EMH)未经修改规则即在 HookTheory 的 19 个旋律-和弦对齐选段上评测,共 439 个可评估和声片段。和弦完全一致率 20.50%,和弦根音一致率 31.66%,和声功能一致率 47.62%。决策层面分析发现 46.24% 的人类和弦不在模型候选集内,33.26% 可选但未选,区分了表征限制与选择差异。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。