**TuneJury：提升音乐生成偏好对齐的开放指标**

_TuneJury: An Open Metric for Improving Music Generation Preference Alignment_

> TuneJury 是一个面向文本到音乐生成的开放、实例级成对奖励模型，能够根据文本提示和音频片段预测音乐偏好分数。该模型基于公开的人类偏好标注（包括竞技场投票、度量对齐偏好、众包比较和专家美学评分）进行训练，评分校准良好，可支持基于阈值的数据过滤。它在分布外基准上具有竞争力，并引入了锚点校准方法，以更高的数据效率恢复对新生成器的一致性。同一冻结奖励模型可驱动推理时的 best-of-N 选择、DITTO 式潜在优化和专家迭代后训练等下游应用，实现一致的奖励轴增益。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-06-16 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.17006)