符号音乐 Transformer 和声表示可定位可控，ISMIR 2026 论文
kastnerkyle · x · 2026-10-15
研究问题
符号音乐 Transformer（以 LLaMA 架构、在巴赫众赞歌上训练的 Aria 模型为对象）内部如何表示和声结构，以及这种内部知识能否用于控制生成。
关键发现
- 和声决策因果定位：从中间层开始，和声决策逐步呈现因果局部化；线性探针显示「调式（mode）」恰在 patching 实验发现因果效应增长的同一层段变得可解码，而「具体调性（key identity）」出现更晚。
- 可操控生成：沿对应和声变化的潜在方向做 steering，能可靠地让模型产生欺骗性终止（deceptive cadence）或小调终止，同时保持结构连贯与生成质量。
结论
推理时可直接操纵模型内部和声知识来控制输出的和声走向。论文 9 页，已被 ISMIR 2026 接收。
所属事件:研究发现符号音乐 Transformer 和声表征可定位并可定向操控(2 条相关)→
「多模态」频道最新
- Priming Models：无需扩散教师的单步生成新范式，FID 1.19 — du_yilun · 2026-10-15
- 同一提示词实测：Claude、ChatGPT、Figma Make 三家 UI 对比 — Tegadesigns · 2026-10-15
- 设计师用 Opus 5.5 重做书籍排版：模型快速读懂审美细节 — floguo · 2026-10-15
- 算账：480p 抽卡 5 次再升 4K，比 720p 直出省 $4 — HeyAmit_ · 2026-10-15
- Dreamina 省 44% 成本工作流：480p 生成再一键升 4K — HeyAmit_ · 2026-10-15
- 一条提示让 GPT-6 Astra 用 LilyPond 写出两首帕莱斯特里那风格经文歌 — deanwball · 2026-10-15