연구진, 자기지도 학습 기반 음악 월드 모델 훈련

두 편의 arXiv 논문은 명시적인 음악 이론 라벨이 아니라 학습된 표현에 의존하는 음악 생성 및 편곡 접근법을 설명한다. 한 논문은 MIDI 피아노롤 이미지를 JEPA식 목표로 학습한 255만 매개변수 Swin V2 인코더를 제시하며, 프레이즈, 밀도, 화성 정보가 서로 다른 계층 수준에서 나타난다고 분석했다. 코드 지도학습은 공동 코드 복원 성능을 .18에서 .54로, 비지도 조성 감지 성능을 .16에서 .70으로 끌어올렸다. 다른 논문은 사전 학습된 오디오 언어 모델에서 Q-Former로 스타일 표현을 추출하고, 이를 기호 언어 모델의 조건으로 사용해 피아노 편곡을 생성하는 교차 모달 프레임워크를 소개한다.