Өнөөдрийн нийтлэлдээ үүсгэн хэлбэржүүлэх хиймэл оюун ухаан (AI) болон томоохон хэлний загваруудын (LLM) нарийн төвөгтэй байдлыг задлан шинжлэх шинэ аргыг судалж, үүний тулд Марковын гинжин хэлхээний математик ойлголтыг ашиглаж байна. Марковын гинжин хэлхээ гэхээр мэргэжлийн сургалтуудаар сурч болох арга бөгөөд энэ нь хиймэл оюун ухаан болон LLM процессуудыг ойлгож болох арга замыг санал болгодог. Марковын гинж нь процессыг магадлал дээр үндэслэн нэг төлөвөөс нөгөө төлөв рүү шилжих цуврал төлөв буюу алхмууд хэлбэрээр загварчлана. Жишээлбэл, та DMV рүү очихдоо бүртгэлийн цонхноос аль нэг процесст шилжих эсвэл цэвэрлэгээний цонх руу шилжих боломжтой. Үүнтэй адил, Марковын гинж нь Оросын математикч Андрей Марковын анх 1913 онд утга зохиолын текстэнд үсгийн дараалал шинжлэн гаргасан төлөвүүд болон статистик магадлал дээр үндэслэсэн шилжилт юм. ChatGPT болон бусад томоохон хэлний загварууд (LLM) гэх мэт үүсгэн хэлбэржүүлэх AI нь бичвэрийн контентыг токен болгож хувиргаад, дараагийн боломжтой токеныг магадлалын үндсэн дээр таамаглах замаар ажилладаг.

Судлаачид эдгээр AI процессуудыг ойлгохыг эрмэлзэж байгаа тул Марковын гинжийг ашигласнаар AI-ийн нууцлаг байдал мэт санагдах зан төлөвийг илүү тодруулах боломжтой байж мэдэх юм. Сүүлийн үеийн судалгаанууд LLM-уудыг Марковын гинжүүдээр үзэх саналыг дэвшүүлж, хязгаарлагдмал үгийн сан болон орчмын цонхнуудаас бүтэцтэй төлөв шилжилтийг хийж таамаглалыг боддог болохыг харуулж байна. Зарим салбарын мэргэжилтнүүд Марковын гинжүүд AI-ийн бүх нарийн төвөгтэй байдлыг тайлах боломжтой эсэх талаар маргасан ч анхны үр дүнгээс харахад эдгээр загварууд тодорхой хязгаарлалтуудын дор AI-ийн токен үйлдлүүдийг ойролцоо гүйцэтгэж байж болно гэсэн дүгнэлтэд хүрсэн байна. Хэдийгээр Марковын гинжийг урьд өмнөх төлөвийг харгалзан үздэггүй гэдэг уламжлалт хязгаарлалтуудтай боловч судлаачид үүний үүсгэн хэлбэржүүлэх AI-д хэрхэн хэрэгжиж болох талаар судалж байна. Үргэлжилсэн судалгаанууд Марковын ойлголтыг ашиглан AI-ийн дэвшилтэт боломжуудыг тайлбарлахыг зорьж байгаа нь AI үйл ажиллагааны талаар хараахан шийдвэрлэгдээгүй ч боломжуудыг илэрхийлж байна. Үүсгэн хэлбэржүүлэх AI-ийг ойлгох талаар ын судалгаа шинжилгээ хийж, сонгодог математик хүрээ болох Марковын гинжүүдээр хийж байгаа бөгөөд AI-ийн дотоод механизмыг улам шинэ нээлт хийх амлалттайгаар үргэлжилж байгаа юм.