New York University 发布 MUSE Benchmark 数据集, 应用在 音乐理解、音频模型评估 领域

New York University 本次发布的数据集 MUSE Benchmark, MUSE Benchmark是一个开放源代码资源，旨在评估音乐理解和结构评价。它包含了10个任务，分为“入门级”和“高级”两个层次。该数据集的设计基于音乐认知研究，旨在系统地探测音频模型在音乐感知方面的抽象推理能力。数据集包含了200个音乐刺激，每个任务包含20个试验。该数据集的应用领域是评估音乐理解和结构评价，旨在解决音乐模型在音乐理解和推理方面的基本能力问题。

查看MUSE Benchmark

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。