塔罗牌、维特比算法与大型语言模型的共同点：一种算法如何在众多含义中选择一个
本文介绍了一个教学模型，它将一系列塔罗牌的解读视为寻找最连贯的意义路径的过程，并与语音识别、机器翻译和语言模型中使用的维特比算法和束搜索等算法进行类比。该模型将每张牌视为一个函数，将上下文和固有含义映射到解读空间，然后找到最佳的全局路径。文章对比了贪婪选择、维特比算法、束搜索等方法，并讨论了利用因子图、条件随机场、语义嵌入和大型语言模型重排序的扩展。
Habr上的文章探讨了如何将塔罗牌释义建模为从多个候选中选择最佳连贯意义路径，其原理类似于Viterbi算法和束搜索等算法。作者首先提出，一张牌可以看作是从上下文和固有意义到一组可能解释的映射函数，但认为搜索的单位应该是完整的语义路径，而不是单一解释。一个包含五个状态（停滞、反思、资源、行动、过渡）和三张牌（倒吊人、魔术师、战车）的具体例子表明，贪心方法选择的路径不如Viterbi算法的全局最优路径。该形式化模型是一个条件非齐次马尔可夫链，其中Viterbi解码在O(n*S^2)时间内找到精确的最大路径。然而，当得分依赖于整个历史或自由文本时，最优子结构就会丢失，此时使用束搜索作为近似方法，并讨论了多样束搜索。文章比较了Viterbi、束搜索、多样束、A*、MCTS和LLM重排序，并提到因子图和线性链条件随机场作为更通用的表述。文章还指出，真实的意义可能不符合离散状态，因此可以使用语义嵌入向量和LLM重排序，并提出了将这一示例转化为人工智能辅助塔罗实践研究的方向。
来源: Habr — хаб NLP —
原文