LLM 驱动的音色生成与插值中的结构与表征能动性

一项针对 LLM 驱动音色界面的测量研究发现，用户实际可触达的声音空间是每放置一个声音维度加一的 zonotope，而界面显示的位置与实测偏差约为该区域宽度的三倍。误差来自模型预测坐标（两个被测模型间准确率相差两倍）与合成器参数插值两个独立来源，36 条细化指令中有 26 条未产生可感知变化，较弱模型下系统未执行任何操作却报告已收敛。