该研究提出了一种新颖的方法，通过人工和自回归模型共同创建音频音轨的和声标注。研究者在自动产生和声预测后，人工稀疏地注释低模型置信度的部分，并根据人工指导调整模型的预测。研究者在流行音乐数据集上评估了该模型，并展示了人工参与的提升效果。

该研究发现数据量和参数规模对模型性能有影响，人工指导的数据比合成数据更有效，指令数据具有跨能力泛化性。这些发现可指导更高效的数据构建，提升实际性能。