数据集概述
该数据集是评估音频-语言多模态模型音乐理解能力的基准数据集，包含一千一百八十七道经人工验证的多选题，基于六百四十四首来自公开音乐数据集的曲目，覆盖多种音乐流派，用于测试模型对音乐概念及文化、功能语境的知识与推理能力。
文件详解
- 文件名称: muchomusic.csv
- 文件格式: CSV
- 字段映射: 包含question_id（问题ID）、question（问题内容）、correct_answer（正确答案）、distractor_1_answer至distractor_3_answer（干扰选项）、dataset（来源数据集）、dataset_identifier（来源数据标识符）、num_annotations（标注数量）、correct（正确标注数）、distractor1至distractor3（干扰选项标注数）、odd_question（异常问题标识）、genr（流派信息，字段显示不完整）等
- 文件名称: datasheet.pdf
- 文件格式: PDF
- 内容说明: 数据集说明书，可能包含数据集构建方法、评估指标、使用指南等背景信息
适用场景
- 多模态模型评估: 测试音频-语言模型对音乐知识的理解与推理能力
- 音乐AI研究: 分析模型在音乐流派、文化语境等维度的表现短板
- 基准测试构建: 为音乐理解类AI模型提供标准化评估工具
- 模态融合研究: 探究模型在音频与语言模态间的信息整合效率与偏差
