Analisamos os !fluxos de eventos e a física do seu surgimento anteriormente.

Outro paradigma que permite analisar os !fluxos de eventos através da lente do funcionamento dos modelos de linguagem:

Imaginemos a nossa !realidade como um grande LLM analógico (aLLM). Pode-se supor que qualquer evento possa acontecer nele, mas não é o caso. Por exemplo, se você quiser ir à loja, precisa executar uma cadeia estrita de ações (transações do LLM analógico):

Vestir-se → pegar a carteira → entrar no carro → chegar à loja → estacionar → pegar um carrinho, etc.

• Falha na cadeia: Se algum token ou transação estiver ausente, toda a cadeia de geração será interrompida. Se você esqueceu as chaves do carro, ocorrerá um rollback (reversão) do modelo na transação "chegar à loja".

• Busca por alternativas: O LLM analógico começará a buscar outras opções para realizar a transação por meio de outros tokens: ir de ônibus, ir a pé, etc.

As cadeias de geração do LLM analógico são os mesmos !fluxos de eventos. Se queremos ir à loja, não há necessidade de calcular toda a nuvem possível de tokens e transações. Após cada token seguinte, pode haver apenas um conjunto limitado de opções; portanto, basta calcular o caminho mais provável do escoamento do !fluxo de eventos (da cadeia de geração do LLM analógico).

Esse princípio é utilizado pelo bot-aLLM, que modela qual dos tokens de eventos se tornará o mais provável na cadeia de geração processada.