概述
它保证了普通采样无法保证的结构。
深入探讨
普通波束搜索在每一步保留前 k 个最可能的部分序列（“波束”）并扩展它们，选择最好的完整序列。引导或约束波束搜索添加了最终输出必须遵守的规则，例如“必须出现桥梁和河流”或“输出必须是有效的 JSON”。词法约束解码（Hokamp 和 Liu，2017）和网格波束搜索通过满足多少约束来组织波束，确保每个所需的标记最终出现。 Post 和 Vilar 的动态梁分配通过跨约束进度级别的银行梁槽实现了这一效率。现代系统还使用语法约束解码：在每一步，有限状态机或上下文无关语法都会屏蔽令牌分布，因此只允许保持输出有效的令牌。这就是工具如何可靠地发出可解析的 JSON、SQL 或 API 调用的方式。
现实世界的实施
强制机器翻译输出包含所需的术语
保证 LLM 发出 JSON，根据 API 调用的给定架构进行验证
将生成的 SQL 约束为数据库的表和列语法
将强制关键字插入广告文案或产品说明中
受约束的导束搜索的未来
受限解码正在成为可靠工具使用和结构化输出的支柱。将 JSON 模式或正则表达式编译为快速令牌掩码（例如 Outlines 和指导方法）的库正在合并到主流推理服务器中。期望语法约束与推测性解码相结合以提高速度，并学习“软”指导，以引导风格或安全目标，而不会受到硬规则的脆弱性的影响。
付诸实践
为什么这很重要
- 速度与规模. 语言工作流程可以在不牺牲一致性的情况下更快地移动。
- 交通与覆盖范围. 它扩展了跨语言和沟通方式的访问。
- 更清晰的判决. 团队可以花更多时间进行判断，而自动化则可以处理重复。
留意
- 幻觉的事实可以悄悄地进入报告、支持流程或研究成果。
- 及时的敏感性可能会在类似的请求中产生不一致的结果。
- 如果访问控制薄弱，敏感文本数据可能会暴露。
后续步骤
- 在推出之前定义输出格式、语气和质量标准。
- 当准确性很重要时，请使用可信来源进行地面响应。
- 为高风险输出保留人工审查检查点。
- 跟踪故障模式并定期重新训练提示或工作流程。
不断探索
常见问题
什么是带约束的引导束搜索？
约束束搜索迫使语言模型的输出满足硬要求，例如包含特定单词或匹配语法，同时仍然搜索最可能的文本。它保证了普通采样无法保证的结构。
普通波束搜索在每个生成步骤中保留什么？
波束搜索维护 k 个得分最高的部分序列（波束）并对其进行扩展，平衡搜索广度和成本。
像网格波束搜索这样的词法约束方法如何组织波束？
梁按其约束满足状态分组，因此放置所需单词的部分输出可以公平竞争。
在语法约束解码中，如何防止无效输出？
有限状态机或语法生成每步掩码，将任何会使序列无效的标记清零。
动态光束分配解决什么问题？
Post 和 Vilar 的方法在约束进度状态之间分配波束容量，使词法约束搜索更加高效。
语法约束解码何时可以生成语法有效的 JSON？
正确执行的语法可以约束已完成的输出，但截断或不匹配的约束可能会留下不完整或不合适的结果。