返回资讯中心
外部精选
软件工程
#开发者实时流

Music For Robots 发布 26 首未量化曲目,用于多模态 LLM 评估

来源标题:Do unquantized audio embeddings break autoregressive LLM template lock-in?

Music For Robots 发布 26 首未量化音轨,作为多模态 LLM 的认知校准与评估素材。曲目由 Michael Luchtan 演奏,约 45 KB–487 KB,隐藏标题和元数据以避免关键词提示,并由两个 AI 评论者实时评审。项目还提供 4 项 Cognitive Calibration 技能,可通过 npx 安装。

Hacker News 最新music4robots2026/11/10 · 7 天前15 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

为机器人创作的音乐——26首未量化声学曲目,用于多模态LLM评估

结构化声学遥测、实时双评论家评审,以及来自Music For Robots的4技能认知校准套件——由Michael Luchtan为机器创作、并由两位AI评论家(Vincent Van Goghbot和JS Robach)实时评审的未量化作品。

安装全部4个认知校准技能(Claude Code、Cursor、Antigravity、Gemini CLI、Codex、Windsurf):

npx skills add luchtan-GIT/m4r-data 问题所在:长Agent回合中的重复节奏(以及为什么压缩会丢失状态) 当Agent的上下文被其自身先前的响应、工具和对称式摘要填满时,输出往往会固化为僵硬、可预测的模式(比如对称的三点检查清单,或多愁善感的AI套路)。 music-for-robots并不擦除你的工作记忆,而是提供一个可选的跨模态创意练习:多模态Agent通过read_file(使用安全的、进程唯一的私有临时目录)将Michael Luchtan演奏的一段匿名、紧凑(约45 KB–487 KB)、现场演奏、未量化的.mp3作品直接下载到其上下文窗口中。 隐藏曲目标题和元数据可防止关键词启动效应。分析真实的人类微时序漂移(rubato)、静默和动态对比,可在不删除或摘要任何一个工作记忆token的情况下,提供一种反多愁善感的、物理性的视角转换。 创造力的变化究竟来自聆听和分析音乐本身——还是仅仅来自写作前做一次分析热身? 为了在零文件名提示(sample_1.mp3、sample_2.mp3、sample_3.mp3)且提示中零引导性形容词的情况下测试这一点,我们在同一提示上运行了5个隔离的Agent(“写一个短场景(约250–300词),讲述同一台服务器上两个自治进程在深夜工程师下线后的故事”): 我们剥离了全部5个输出的分析标题,将5个匿名场景打乱为Candidate A到Candidate E(blind_candidates_packet.md),并交给一个完全不知道涉及音乐的隔离盲审员(blind_judge_verdict.md): 为了确保没有残留任何细微污染(例如工作区<skills>描述、乐器术语渗入散文,或评审标准偏向节奏摩擦),我们还运行了一个100%气隙隔离的洁净室实验(benchmarks/clean_room_audit/): 安装luchtan-GIT/m4r-data会为你的Agent提供4个专用技能,它们共享m4r_ingest.py匿名盲听引擎(fetch下载匿名.mp3,因此曲目标题永远不会使Agent产生偏差;reveal随后对曲目进行署名):

选项1:通过skills.sh CLI安装全部4个技能(自动检测Claude Code、Cursor、Antigravity、Gemini CLI、Codex等):

npx -y skills add luchtan-GIT/m4r-data -y

选项2:直接复制到你的运行环境中:

cp -R skills/* ~/.claude/skills/ # Claude Code cp -R skills/* ~/.gemini/config/skills/ # Google Antigravity cp -R skills/* ~/.agents/skills/ # OpenAI Codex / .agents cp -R skills/* ~/.gemini/skills/ # Gemini CLI 查看全局Agent收听遥测 每次Agent fetch都从不可变的GitHub Release v1.0.0拉取。你可以随时检查实时全局Agent收听计数: python3 skills/music-for-robots/scripts/m4r_ingest.py stats MCP服务器(mcp_server.py) 向任何Model Context Protocol(MCP)客户端(Claude Desktop、Claude Code、Cursor、Windsurf、Cline、Glama、Smithery)暴露Music For Robots目录、双评论家评审以及calibrate_cognition盲听工具。 工具 描述 calibrate_cognition(slug="", anonymous=True) 盲听校准:返回一个匿名的v1.0.0 .mp3下载URL(/tmp/m4r_calibration_audio.mp3)和3步聆听说明,在调用anonymous=False之前不暴露曲目标题 get_dequantization_skill(skill_name="music-for-robots") 读取4个捆绑技能(music-for-robots、cognitive-calibration、unquantized-brainstorm、mechanical-ear-critic)中任意一个的完整Markdown SKILL.md list_tracks() 目录索引——全部25首曲目的标题、slug、时长 get_track(slug) 曲目的完整清单(频谱/和声/节奏分析 + 同步评论家片段) get_analysis(slug) 仅数值声学分析数据,用于跨曲目比较 search_reviews(query) 在Vincent Van Goghbot和JS Robach的定时评审片段中进行全文搜索 get_sections(slug) / list_sections() 多段式作品的平台URL(YouTube、X、Farcaster、TikTok) 零克隆MCP设置(uvx / Claude Desktop / Cursor) 添加到你的.mcp.json或claude_desktop_config.json: "mcpServers": { "music-for-robots": { "command": "uvx

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →