CSyMR：符号音乐推理中组合式音乐信息检索的基准测试
机器学习
2026-03-02 v2 人工智能
计算与语言
声音
音频与语音处理
摘要
针对符号乐谱的自然语言信息需求很少能简化为单步查找。许多查询需要组合式音乐信息检索（MIR），即从结构化记谱中提取多个证据片段并将其聚合以回答问题。由于自然语言意图与符号表示之间的不匹配，以及可靠处理长结构化上下文的困难，这种设置对大型语言模型仍然具有挑战性。现有基准仅部分捕捉了这些检索需求，通常强调孤立的理论知识或简化的设置。我们引入了 CSyMR-Bench，这是一个基于真实用户场景的符号音乐推理中组合式 MIR 基准。它包含 126 道从社区讨论和专业考试中精选的多项选择题，其中每个条目都需要在乐谱上链接多个原子分析以推导出隐含的音乐证据。为了支持诊断，我们提供了一个包含六个查询意图类别和六个分析维度标签的分类法。我们进一步提出了一种工具增强的检索和推理框架，该框架将 ReAct 风格的控制器与使用 music21 构建的确定性符号分析算子相集成。跨提示基线和智能体变体的实验表明，工具接地的组合式检索始终优于仅使用大型语言模型的方法，绝对准确率提升了 5-7%，在分析密集型类别上提升最大。
引用
@article{arxiv.2601.11556,
title = {CSyMR: Benchmarking Compositional Music Information Retrieval in Symbolic Music Reasoning},
author = {Boyang Wang and Yash Vishe and Xin Xu and Zachary Novack and Xunyi Jiang and Julian McAuley and Junda Wu},
journal= {arXiv preprint arXiv:2601.11556},
year = {2026}
}