LEGATO 2 乐谱识别模型被 GPT-6 报告引用并用于 OMR 评测
alisawuffles · x · 2026-09-05
Guang Yang 等人发现其工作被 GPT-6 Astra 报告引用,GPT-6 甚至使用 LEGATO 相机子集做光学音乐识别(OMR)评测。
团队随后发布了升级版 LEGATO 2(arXiv:2607.05769):一个从乐谱图像中提取符号记谱与语义知识的流水线。要点:
- 首个按谱表逐行(system-by-system)顺序处理的大规模神经 OMR 模型,而非整页当一张图,可扩展到任意长度输入
- 首个能生成含标题、注释等内嵌文本的符号转录的 OMR 模型
- 结合谱表级分割与自回归视觉语言模型,兼顾局部符号细节与整体乐谱结构
- 多个数据集上全面超越此前 SOTA;符号转录还能补充视觉输入,提升前沿语言模型对密集音乐文档的理解
「模型」频道最新
- Artificial Analysis 更新榜单方法，小幅修订致排名剧变引质疑 — solyarisoftware · 2026-09-06
- Astra 饱和空间推理基准，博主直呼「LLM 视觉已解决」 — lukaszkaiser · 2026-09-06
- Nvidia 携手 CrowdStrike 打造网络安全 AI 模型 — israelavila · 2026-09-06
- Plus 用户多模型分工工作流：ASTRA 只当架构师省额度 — KhaaliSeDin · 2026-09-06
- 阿里发布 Qwen-Drive-1.0-4B:4B 视觉语言模型瞄准自动驾驶场景理解 — solyarisoftware · 2026-09-06
- 实测打脸宣传：Astra 着色器生成竟不敌 GLM — teortaxesTex · 2026-09-06