смысловой путь, а не отдельная интерпретация. Конкретный пример с пятью состояниями (Застой, Переосмысление, Ресурсы, Действие, Переход) и тремя картами (Повешенный, Маг, Колесница) показывает, что жадный подход выбирает субоптимальный путь по сравнению с глобальным оптимумом алгоритма Витерби. Формальная модель представляет собой условную неоднородную цепь Маркова, где декодирование по Витерби находит точный максимальный путь за время O(n*S^2). Однако, когда оценка зависит от всей истории или свободного текста, оптимальная подструктура теряется, и используется поиск по лучу как приближенный метод; также обсуждается разнообразный поиск по лучу. Статья сравнивает алгоритм Витерби, поиск по лучу, разнообразный поиск по лучу, A*, метод Монте-Карло для деревьев поиска и переранжирование с помощью больших языковых моделей, а также упоминает факторные графы и линейные условные случайные поля как более общие формулировки. Отмечается, что реальные значения могут не соответствовать дискретным состояниям, поэтому можно использовать векторы семантических эмбеддингов и переранжирование с помощью больших языковых моделей, и предлагаются направления для превращения иллюстрации в исследование по поддержке практики Таро с помощью искусственного интеллекта.