Agogic：面向大语言模型原生文本到符号音乐生成的演奏时序词元

论文在固定预训练Qwen3.5、数据、训练预算与解码方式后，对比七种音乐词元表示。作者报告，表示方式对分布保真度的影响远大于模型规模：0.8B参数的PMT模型取得FMD 159，优于27B节拍网格模型。PMT提供10毫秒时序、逐音符力度与多轨纹理，并采用609个符号；相关工具、25个以上检查点及两套语料计划公开。