মারকভ চেইনগুলি সহজ পরিসংখ্যান মডেল যা প্রসঙ্গের উপর ভিত্তি করে পরবর্তী শব্দটি পূর্বাভাস দেয়, জটিল বড় ভাষা মডেল (LLMs) এর বিপরীতে যা উন্নত ভেক্টর গণিত ব্যবহার করে।
যদিও LLMs সঠিক, তারা প্রায়ই পূর্বানুমানযোগ্য এবং নীরস বিষয়বস্তু তৈরি করে, যা তাদেরকে হাস্যরসের জন্য কম কার্যকর করে তোলে, কারণ হাস্যরস চমক এবং মৌলিকতার উপর নির্ভর করে।
আলোচনাটি প্রস্তাব করে যে সত্যিকারের হাস্যকর বিষয়বস্তু তৈরি করতে একটি নতুন ধরনের ভাষা মডেলের প্রয়োজন হতে পারে, যা LLM-গুলির বর্তমান সীমাবদ্ধতাকে তুলে ধরে।
আলোচনাটি মার্কভ চেইন এবং আধুনিক বৃহৎ ভাষা মডেলগুলির (LLMs) মধ্যে হাস্যকর পার্থক্যগুলি তুলে ধরে, যেখানে মার্কভ চেইনগুলি আরও অযৌক্তিক এবং মজার বিষয়বস্তু তৈরি করে, তুলনামূলকভাবে LLMs এর আরও বাস্তবসম্মত আউটপুটের বিপরীতে।
ব্যবহারকারীরা ব্যক্তিগত অভিজ্ঞতা এবং প্রকল্পগু লি শেয়ার করেছেন যেখানে মার্কভ চেইনগুলি ব্যবহার করে মজার ভুয়া কন্টেন্ট তৈরি করা হয়েছিল, যেমন ভুয়া AWS ব্লগ পোস্ট এবং গেম প্যাচ নোট, যা তাদের অপ্রত্যাশিততার জন্য বেশ প্রশংসিত হয়েছিল।
পোস্টটিতে ক্লড ৩.৫, একটি এলএলএম দ্বারা তৈরি করা একাধিক কৌতুক অন্তর্ভুক্ত রয়েছে, যা মার্কভ চেইন এবং এলএলএমগুলির মধ্যে হাস্যরসের শৈলীর পার্থক্যকে চিত্রিত করে, যেখানে প্রথমটি বেশি অযৌক্তিক এবং দ্বিতীয়টি বেশি গঠিত এবং কম চমকপ্রদ।