LatticeBridge：用于忠实结构化序列合成的罕见事件序列推理

结构化序列生成通常需要模型在单个输出中满足多个输入导出的约束。标准解码方法可以为流畅的延续分配高概率，同时将低质量放在共同实现所有所需锚点的延续上。我们将这种机制作为罕见事件顺序推理问题来研究。 LatticeBridge 结合了紧凑的前缀语言模型、实例编译的表面自动机和带有重采样、多级分割的扭曲顺序蒙特卡罗 (SMC) 解码器，以及从实例提供的短语派生的源支持提议术语。约束表示是从每个输入实例编译的，并且不依赖于手动策划的词汇类。在涵盖 CommonGen、E2E NLG 和 WikiBio 的 2,610 个可实现的验证任务中，粒子解码器在共享提案模型下比贪婪、束过滤和 best-of-k 祖先基线提高了精确的锚点满意度和平均锚点覆盖率。由于仅精确的锚满足并不能排除不支持的属性替换，因此评估报告需要联合锚覆盖、源覆盖、源入侵诊断、重叠、运行时间和粒子统计。该基准测试描述了固定提案模型下的 忠实性 重叠延迟前沿。