Key points are not available for this paper at this time.
इस पत्र में, हम संगीत के प्री-ट्रेनिंग में बड़े भाषा मॉडलों (LLMs) के अनुप्रयोग का अन्वेषण करते हैं। जबकि संगीत मॉडलिंग में MIDI का प्रचलित उपयोग स्थापित है, हमारी खोजों से पता चलता है कि LLMs स्वाभाविक रूप से ABC नोटेशन के साथ अधिक संगत हैं, जो उनके डिज़ाइन और ताकतों के साथ अधिक निकटता से मेल खाता है, जिससे संगीत रचना में मॉडल के प्रदर्शन में सुधार होता है। विभिन्न ट्रैक से उत्पन्न होने के दौरान गलत तरीके से संरेखित उपायों से जुड़े चुनौतियों का सामना करने के लिए, हम एक समन्वित मल्टी-ट्रैक ABC नोटेशन (SMT-ABC नोटेशन) के विकास का प्रस्ताव करते हैं, जिसका लक्ष्य कई संगीत ट्रैकों में संगति बनाए रखना है। हमारे योगदानों में 8192 टोकन तक संभालने में सक्षम मॉडलों की एक श्रृंखला शामिल है, जो हमारे प्रशिक्षण सेट में 90% प्रतीकात्मक संगीत डेटा को कवर करती है। इसके अतिरिक्त, हम मॉडल प्रदर्शन पर प्रतीकात्मक संगीत स्केलिंग कानून (SMS कानून) के प्रभावों का अन्वेषण करते हैं। परिणाम संगीत उत्पादन में भविष्य अनुसंधान के लिए एक आशाजनक दिशा को इंगित करते हैं, हमारे ओपन-सोर्स योगदानों के माध्यम से सामुदायिक संचालित अनुसंधान के लिए व्यापक संसाधन प्रदान करते हैं।
क्यू et al. (मंगल,) ने इस प्रश्न का अध्ययन किया।