Pingala：梵文诗歌生成的韵律感知解码

梵文诗歌的生成通常要求诗句在语义上连贯并遵守严格的韵律规则。在梵文韵律中，诗句的每一行通常都是固定长度的音节序列，遵循规定的音节权重二进制模式。我们观察到，不是将一首诗视为一个整体序列，而是将它们分割为分组行，可以使语义连贯性显着提高 10%，并且具有可比的格律依从性。具体来说，Pingala，我们提出的解码方法旨在鼓励每一行都具有格式良好的单词，并且我们的标记选择通过偏爱较长的标记来使模型偏向于此。梵文书写遵循音位正字法，因此使用语音感知音译方案 SLP1，对于像 Phi-4 这样经过微调的 大语言模型 指令，将韵律对齐提高了 46%，并且语义相似度相当。我们还引入了一种使用交叉编码器进行无参考评估的新方法，该方法可以更好地与真实的诗歌实例保持一致。