MI-MIDI 2：用稀疏自编码器实现文本到MIDI生成的可控性

论文用SAE特征在文本到MIDI生成中实现可验证的输出控制。

资讯摘要

论文提出一套端到端协议，用于在文本到MIDI生成模型中发现并评估稀疏自编码器（SAE）特征，并应用于text2midi与MIDI-LLM。协议通过音乐指标相关性、共享乐器程序和自动描述刻画特征，并分别设置音符密度调整、匹配非活跃片段和置换校准作为对照，再以干预方式在生成的MIDI上检验候选特征。作者报告，描述在乐器配置上优于置换对照，一个描述指向synth-lead音源程序的特征在预设确认和独立提示复现中引入了该程序。

要点速读

1. 论文将SAE特征发现与评估协议应用于text2midi和MIDI-LLM两个文本到MIDI生成模型。
2. 协议用音乐指标相关性、共享乐器程序和自动描述刻画特征，并分别设置音符密度调整、匹配非活跃片段和置换校准作为对照。
3. 作者报告，经密度调整相关性筛选的特征作为一组对其目标指标有小的正向偏移，而原始相关性筛选的特征没有；描述在乐器配置上超过置换对照。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。