从一次性生成到增量音乐创作：采用通用指令LLM进行持久符号编辑

大多数音乐生成系统仍然主要作为完整输出的制作者进行构建和评估，而作曲通常是通过对共享音乐工件的连续修改来进行的。本文研究了通用指令遵循大语言模型的不同用途：不是作为一次性音乐生成器，而是作为不断演变的符号乐谱上的可重用运算符。我们将增量组合制定为通过持久 ABC 表示法进行的一系列操作感知状态转换，并明确要求每个操作可以更改什么以及必须保留什么。交互包括两个工件初始化变体和三个编辑操作——和弦添加、修复和换位。我们通过在源自爱尔兰传统音乐的 496,038 个操作感知对话记录上采用 Llama 3.1 8B Instruct with Low-Rank Adaptation (LoRA) 来实例化该公式。与未适应的模型的比较是为了测试学习这个交互契约的可行性，而不是声称微调本身的新颖性。在每个模型 500 个对话中（1,750 个尝试输出状态），检查器准入率从 29.37% 上升到 99.37%，而准入条件的合规性从 0.7205 上升到 0.9798。参考相关音乐特征分析的严格资格从 14 个输出增加到 1,548 个输出，最长公共子序列分析并未显示相对于指定协议下保留基线的高重叠序列的系统性增加。结果支持使用通用指令 LLM 进行持久的、操作感知的符号编辑的技术可行性。他们没有建立卓越的音乐品质或人类与人工智能的共同创造力，这仍然是以音乐家为中心的评估的问题。