Equivariant Music Transformer 入选 ISMIR 2026 最佳论文提名
umpedronosapato · x · 2026-10-27
- 作者 @nicolasguozixun 宣布论文 Equivariant Music Transformer 被 ISMIR 2026 接收，并获最佳论文奖提名。
- 核心发现：音乐 Transformer 随着规模扩大或训练时间变长，等变性（equivariance）反而减弱，说明模型把同一音乐数据的每个移调版本当作不同样本分别记忆，而非学到音乐结构本身的对称性。
「研究」频道最新
- DeepMind 发布 AudioFM:12 项音频任务 10 项最佳,医学听诊超先前 SSL — iScienceLuvr · 2026-10-27
- 学者断言分子模拟进展惊人：数年内可高精度模拟大部分化学与生物 — TimothyDuignan · 2026-10-27
- 有人给可导向神经元建了个「Hugging Face」，已收录 300+ 条 — According_Air_3815 · 2026-10-27
- Yandex 团队提出表示空间 MMD，为扩散语言模型补评估方法 — LucaAmb · 2026-10-27
- 研究者在真实任务上微调 π0.5,验证「纠错演示」比成功演示更能提升机器人可靠性 — k7agar · 2026-10-27
- 约束解码并非天生有害：约束类型决定效果，有效性和推理约束反而提分 — Nokia · 2026-10-27