Equivariant Music Transformer 入选 ISMIR 2026 最佳论文提名

论文 Equivariant Music Transformer 被 ISMIR 2026 接收，并获最佳论文奖提名。研究发现，音乐 Transformer 随着规模扩大或训练时间变长，等变性反而减弱，说明模型把同一音乐数据的每个移调版本当作不同样本分别记忆，而非学到音乐结构本身的对称性。