我已经掌握了完整论文文本和研究结果。现在开始输出最终评审。

Paper Review: Explicit Note-Event Tokenization and Pitch-Validity Constrained Decoding for MIDI-to-Tablature Transcription

论文类型: 方法型

公理审查结果

公理一：对象公理

• 判定: ✅
• 依据: 吉他六线谱转录（MIDI→string-fret 位置）是一个真实、清晰、独立存在的任务。每个 MIDI 音高可映射到多个合法的 string-fret 组合（如 A2 可在第六弦第五品或第五弦空弦演奏），这种指法模糊性是 guitar 音乐信息检索中的经典问题。论文引用了多条相关工作链（动态规划、遗传算法、Transformer 方法），证明该对象已被社区持续研究。任务定义可操作化：输入 MIDI-like event tokens，输出 TAB tokens + note-event tokens，评测指标（Token Acc / Pitch Acc / Tab Acc）直接对应目标。问题外延与实验验证范围一致——论文在两个数据集上测试，未声称超出 guitar 6-string standard tuning 的泛化。
• Wiki 证据: OMC wiki 无记录（3 次查询均返回空）。paper-wiki 无记录。free-search 补充确认：OpenReview 上存在 Fretting Transformer、MIDI-to-Tab、SynthTab 等同期工作，证明该任务有活跃社区。

公理二：识别公理

• 判定: ⚠️
• 依据: 论文以 Fretting Transformer（FT）为 baseline 并在相同数据上重新训练，这是合理的基础比较。但存在三个识别问题：(1) 多变量同时改变：论文同时改变了 token 表示（加 NOTE_ON/NOTE_OFF）、架构（T5 vs FT 的架构）、正则化（weight decay 0.1 + dropout 0.1，摘要称为 “regularized training”），但将提升归因于 token 表示。没有消融实验隔离 token 表示的贡献与正则化/架构的贡献。(2) 缺少关键 baseline：MIDI-to-Tab（Edwards et al. 2024, arXiv 2408.05024）是一个 2024 年的 BART-based 强 baseline，论文引用了但未与之比较。(3) Leduc baseline 疑似训练失败：FT 在 Leduc 上仅 0.49% tab accuracy，论文称”even after hyperparameter tuning”，但 0.49% 接近随机猜测，更可能是训练崩溃而非方法局限。这使得 98.06% vs 0.49% 的对比缺乏诊断价值。Table III 的消融只比较了解码策略（free/rule-based/constrained），未隔离 token 表示本身的贡献。
• Wiki 证据: OMC wiki 无记录。paper-wiki 无记录。free-search 确认 MIDI-to-Tab 为 2024 年发表的相关工作，应作为 baseline 比较。

公理三：独立性公理

• 判定: ✅
• 依据: 训练和评测使用标准 train/val/test 划分，无 reward-evaluation 重叠。评测指标（token-level exact-match、pitch match、string-fret match）是客观的、确定性的计算，不依赖主观 judge 或模型评分。constrained decoding 使用输入 pitch 构造合法集，但这是明确声明的诊断设置，非主结论依赖。数据集 DadaGP 和 Leduc 均为公开数据集，独立于作者构造。pitch transposition 数据增强仅用于训练，不影响测试集独立性。无循环论证问题。
• Wiki 证据: OMC wiki 无记录（查询 “judge 独立性 循环论证” 返回空）。free-search 未发现该论文评测方法存在独立性问题的记录。

公理四：压缩公理

• 判定: ⚠️
• 依据: 方法由三个组件构成：(1) 在 decoder 中加入 NOTE_ON_PITCH / NOTE_OFF_PITCH tokens；(2) pitch-validity constrained decoding（logit masking，基于输入 pitch 构造合法 string-fret 集）；(3) 标准正则化（weight decay + dropout）。组件 (3) 是标准做法，论文却将其列入摘要贡献（”regularized training”），存在命名膨胀。组件 (1) 是将输入端已有的 note-event tokens 复制到输出端，直觉合理但论文未提供机制解释说明为什么这比 implicit representation 更好——只是展示了结果变好。组件 (2) 是 constrained decoding 在 NLP 中已是成熟技术（lexically constrained translation、text-to-SQL），迁移到 guitar tab 领域是合理的，但论文未讨论该技术与其他 domain constraint 方法的 trade-off。整体是 A+B+C 的简单组合，没有 problem reframing、unification 或经验压缩。没有反直觉发现或可迁移规律。
• Wiki 证据: OMC wiki 无记录。free-search 搜索 “constrained decoding structured generation” 返回 NLP 领域相关工作，确认该技术为已有方法的迁移应用。

公理五：效用公理

• 判定: ⚠️
• 依据: 结果分场景评估：(1) DadaGP only：本文 77.10% vs FT 71.78% tab acc，提升 5.32pp，显著且在所有转录指标上取胜。(2) DadaGP+Leduc 联合训练：本文 77.61% vs FT 71.47%，仍取胜。(3) Leduc only：本文 98.06% vs FT 0.49%——但 FT 0.49% 是训练崩溃，非公平比较，该结果诊断价值有限。(4) Leduc (trained on DadaGP+Leduc)：FT 95.97% 胜过 本文 95.26%，论文承认但轻描淡写为 “slightly higher”。关键问题：difficulty score（可演奏性）在所有 DadaGP 设置中本文更差（3.238 vs 3.138，3.315 vs 3.311），说明本文预测的 tab 虽然更准确但更难演奏。绝对值层面：DadaGP 上 77.10% tab accuracy 意味着 23% 音符位置错误，离实用水平有距离。missing baseline：MIDI-to-Tab（2024）未比较。constrained decoding 结果（85.05%）依赖推理时使用 ground-truth pitch，不是部署可用设置。
• Wiki 证据: OMC wiki 无记录。free-search 确认 MIDI-to-Tab 和 SynthTab 为该领域近期工作，应纳入比较。

公理六：新颖性公理

• 判定: ⚠️
• 依据: 两个核心贡献的新颖性分析：(1) Note-event tokenization：将 NOTE_ON_PITCH/NOTE_OFF_PITCH 加入 decoder 输出。这些 token 在输入端已经存在（MIDI-like representation），本文将其复制到输出端。这是 representation design 的增量改进，不是新机制。论文未讨论这种 token 设计是否在其他 symbolic music 任务中可迁移。(2) Pitch-validity constrained decoding：logit masking 在 NLP 结构化生成中是成熟技术（论文自己引用了 [6,12,18]），迁移到 guitar tab 的 pitch-validity 约束是合理的 domain application，但技术本身无新意。论文的 novelty 主要来自 domain-specific application，而非方法创新。组合 A+B 缺乏 synergy 证明——没有实验显示 A+B > A + B（分别）。error decomposition analysis（timing/pitch/position 分类）是分析贡献，但只是描述性的，未产生可迁移的机制理解。
• Wiki 证据: OMC wiki 无记录。paper-wiki 无记录。free-search 确认 constrained decoding 为 NLP 已有技术；note-event tokenization 在 symbolic music modeling 中已有类似 representation（如 Music Transformer 的 event-based tokens）。

公理七：可复现公理

• 判定: ⚠️
• 依据: 论文声称代码 “will be released” 在 GitHub（https://github.com/MusicGuitarTab/GuitarTab），但截至 review 时间（2026-07-30）尚未发布。数据集公开可获取：DadaGP（GuitarPro .gp 文件）和 François Leduc 数据集。架构配置充分描述（T5, d_model=128, d_ff=1024, 3+3 layers, 4 heads, weight decay 0.1, dropout 0.1, 300 epochs）。数据增强策略（pitch transposition ±1~5 semitones）描述清晰。评测指标定义清楚。但关键缺失：(1) 代码未发布，constrained decoding 的 logit masking 实现细节无法验证；(2) FT baseline 的”reproduce according to the paper description”（原文 §IV-E）由于 FT 源码未公开，论文是自行复现的，复现质量无法独立验证；(3) 确切的 token vocabulary 大小和 BPE/word-level tokenization 细节未给出。
• Wiki 证据: OMC wiki 无记录。论文明确提到 FT 原始源码未发布（”Since the source code was not released, we reproduce the method according to the paper description”），增加了复现不确定性。

日报摘要

• Strength: 在 DadaGP 上相对 Fretting Transformer 提升 tab accuracy 5.32pp（71.78%→77.10%），pitch-validity constrained decoding 将 tab accuracy 进一步提升至 85.05%，并提供 error decomposition 分析。
• Weakness: 未隔离 token 表示、架构和正则化的各自贡献（无消融），缺少 MIDI-to-Tab (2024) baseline，Leduc 上 FT 0.49% 疑似训练失败导致对比失真，代码尚未发布。

总评

• 科学价值: 中 — 提供了 note-level error decomposition 和 constrained decoding 诊断框架，但未产生可迁移的机制理解。
• 方法价值: 低 — 标准技术（T5 + note tokens + logit masking + dropout）的组合，无新方法创新。
• 社区价值: 中 — guitar tab 转录是小众但活跃的领域，constrained decoding 诊断设置对后续研究有参考价值。

打分

加权总分: 5.42/10（加权分之和 51.5 / 权重之和 9.5） 最终建议: Borderline