PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.07387v1cs.LG

제한된 데이터의 최대 활용: 텍스트-음악 생성을 위한 점수 인지 학습 (Score-Aware Training)

Making the Most of Limited Data: Score-Aware Training for Text-to-Music Generation

최첨단 텍스트-음악 생성 시스템들은 대규모 독점 데이터셋과 산업 규모의 연산 자원에 의존하여, 아키텍처의 기여도를 자원 우위와 분리해내는 것이 불가능합니다. 우리는 파이프라인 전반에 걸쳐 오디오-캡션 정렬 점수를 직접적인 지도 신호로 활용하는 점수 인지 학습(Score-Aware Training)을 제안합니다. 저점수 세그먼트를 폐기하는 대신, 우리는 이들을 고노이즈 학습 영역으로 라우팅하는 CLAP 조건부 Beta 노이즈 타임스텝 스케줄을 통해 재활용하여 효과적인 암묵적 정규화(implicit regularization) 역할을 하게 합니다. 보완적으로, 세그먼트 수준 필터링은 가장 정렬되지 않은 예제를 제거하고, 2단계 캡션 절차는 장황한 학습 캡션과 간결한 추론 프롬프트 간의 분포 격차를 해소합니다. REPA 보조 손실은 추가 데이터 없이 사전학습된 CLAP 및 MuQ 인코더로부터 구조화된 의미론적 지식을 추가로 전이합니다. ICME 2026 ATTM 그랜드 챌린지 효율성 트랙에 제출된 우리의 450M 매개변수 FluxAudio 기반 시스템은 객관적 평가에서 두 트랙 모두 2위를 차지했으며, 최종 MOS 평가에서 효율성 트랙 3위를 기록했습니다.