Par Alexandre Bonlarron, François Pachet, Pierre Roy et Jean-Charles Régin
Alexandre Bonlarron, François Pachet, Pierre Roy, and Jean-Charles Régin. “Constraining Generative Models: A Survey from the Constraint Programming Perspective”. Proceedings of IJCAI 2026, Survey Track, 7777–7786.
À propos de l’article
Un modèle génératif peut proposer une prochaine note ou un prochain mot plausible. Un solveur vérifie le respect d’une longueur, d’un motif requis ou d’une limite de copie. Cette synthèse examine comment combiner ces deux approches.
Résumé de l’article
Les auteurs comparent la représentation des modèles appris comme contraintes, la compilation des séquences en diagrammes de décision et l’association des probabilités à la résolution de contraintes. Le panorama va des modèles de Markov et de la composition musicale aux modèles de langage, puis examine les questions ouvertes d’échantillonnage et d’inférence sous contraintes.
Recherches associées
Le projet Contraintes de Markov donne un exemple musical de cette approche. L’article NeurIPS 2026 montre l’échantillonnage exact sous contraintes régulières pour un modèle d’ordre variable.