论文

验证器引导的十二音作曲:符号音乐生成的生成—验证—修复治控

Verifier-Guided Twelve-Tone Composition: A Generate-Verify-Repair Harness for Symbolic Music Generation

应用与实践智能体系统Agent Harness内容创作

摘要

大语言模型能产出表面合法但坍缩为退化纹理的十二音总谱。我们引入一个神经符号治控:把语言模型提议者包进带符号验证的生成—验证—修复—追踪循环。完整管线在不宣称整曲合法性的前提下改善事件级一致性。跨40个受控任务与四对模型:经约束检查的交付率从原始生成的13.3%升至治控下的48.1%,并在其余51.9%的运行中选择弃答;更窄的碰撞与序列化一致性检查通过率从33.5%升至58.3%,退化度保持在约0.05——包括对抗提示下。五名专家的盲评也显示:在遵守性、感知合法性、连贯性与总体质量上,对治控候选相对原始生成存在描述性的总体偏好。

验证器引导的十二音作曲:符号音乐生成的生成—验证—修复治控:论文配图
图 1:工具概述:LLM 提议者生成候选事件(第 1 阶段),并且具有行感知修复梯的确定性验证者在记录每个音符跟踪的同时检查或修改它们(第 2 阶段)。最终的保留工件约束检查门释放(第 3.5 节)。