用真实采样新配方训练模型，音乐采样识别首次超越 SOTA
serrjoa · x · 2026-09-21
MTG/索尼等机构研究者在 arXiv 论文《Training Music Sample Identification Models on Real Sample Pairs》中提出 SI Embeddings（SIE）模型，首次对音乐采样识别（Sample Identification，即判断一首曲子是否由另一首的元素经音乐变换而来）使用真实采样对进行全监督训练。
- 此前因缺乏大规模采样标注，主流做法靠人工构造采样对训练，旧 SOTA 在真实采样对上只能部分泛化
- 基于新发布的大规模真实采样对数据集，SIE 在三个基准（含大规模测试集）上取得 SOTA
- 作者强调架构与训练配方同样关键，仅靠真实数据并不足以解释性能提升
- 团队公开了首个针对真实世界采样的全监督训练配方，为后续研究奠定基础
「多模态」频道最新
- 单词提示词系列：用「Sooth」一个词出图的 Midjourney 实测 — tisch_eins · 2026-09-21
- 传统 3D 叠加 Jax 扩散模型逐帧动画演示 — makeitrad1 · 2026-09-21
- Higgsfield 开放 API：按次付费接入 50+ 视频模型引关注 — SolidSnakesCranny · 2026-09-21
- ComfyUI 节点包一键搭建音乐视频制作管线 — PsychologicalCell653 · 2026-09-21
- AI X 光透视 VFX 实测:效果逼真到吓人 — Chuka444 · 2026-09-21
- Pexo发布AI视频Agent:像vibe coding一样对话式改视频 — hey_abusiddik · 2026-09-21