GPT-4.5 被赞对音乐的理解深超人类，全模态波形训练引讨论
RileyRalmuto · x · 2026-10-12
一条关于全模态（omni-modal）模型训练方式的观察与讨论：作者提出思考原生全模态模型直接在音频波形信号上训练的效果，并表示 GPT-4.5 对音乐的理解方式「深到连最高水平的音乐天才都未必能及」。
- 这是个人化的模型能力印象，非正式评测，但触及全模态模型（端到端波形输入而非 ASR 转写）与符号化音乐理解之间的差异话题。
- 对全模态架构能否形成超越人类专家的音乐表征感兴趣的读者可关注相关讨论。
「模型」频道最新
- 爆料称 Google、OpenAI、Anthropic 均接近实现递归自我改进 — FinanceYF5 · 2026-10-12
- 16GB 显存 12 分钟：游戏旧机用 LoRA 微调 Gemma 3 E2B — tomaarsen · 2026-10-12
- Nimble 署名争议收尾:pplx-decider v1.1 已在 README 补致谢 — antoine_chaffin · 2026-10-12
- 博主多方法鉴伪俄州争议电话录音:大概率真人而非 AI 合成 — kevinnbass · 2026-10-12
- Meta 发布 300 亿参数开源智能体模型 Muse Glimmer，可本地运行 — emmanuelvivier · 2026-10-12
- Cloudflare 开源决策模型 Clef/Clef-flash，登顶 Jev 决策指数 — emmanuelvivier · 2026-10-12