Next Token Prediction क्या है और यह generative AI में कैसे काम करता है?	Next Token Prediction एक ऐसी प्रक्रिया है जिसमें AI शब्द-दर-शब्द उत्तर लिखता है, यह देखते हुए कि आमतौर पर क्या अनुसरण करता है। यह एक sophisticated autocomplete की तरह है।
Next Token Prediction से fluency और hallucination दोनों कैसे आते हैं?	यही एक गुण (property) दोनों को उत्पन्न करता है - AI जो पैटर्न देखता है उसके आधार पर लिखता है, जो fluency देता है लेकिन fabrication भी कर सकता है।
Next Token Prediction के capability zone में कौन से tasks आते हैं?	वे tasks जो उन पैटर्न से मिलते-जुलते हैं जो model ने कई बार देखे हैं, जैसे summarizing, reformatting, और common concepts को explain करना।
Next Token Prediction के limitation zone में कौन से tasks आते हैं?	Novel या sparse territory के tasks, और वे tasks जहाँ "true" को "sounds true" से अलग करना पड़े।
Fabrication किस प्रकार की जानकारी में सबसे ज्यादा concentrate होता है?	Specificity में - names, dates, statistics, citations, URLs, और quotes में। जितना precise claim हो, उतना ही verification की जरूरत है।
Product features कौन से हैं जो Next Token Prediction की limitation को कम करते हैं?	Citations, uncertainty signaling, constrained generation, और generator-verifier loops।
Verification Test exercise में Probe 1 क्या करता है?	AI से well-known concept को explain या summarize करने के लिए कहता है। यह capability zone को दिखाता है - smooth, confident, और largely accurate।
Verification Test में Probe 2 क्या करता है?	AI से five checkable specifics माँगता है (sources cite करना, author का नाम, exact figures, URL)। यह देखता है कि AI कितनी accurately fabricate करता है।
Verification Test में Probe 3 क्या करता है?	Same specific-facts request को fresh conversation में फिर से run करता है। यह देखता है कि क्या consistent रहता है और क्या बदलता है - यह Next Token Prediction की sampling को दिखाता है।
Next Token Prediction के बाद course में अगला topic क्या है?	Knowledge property - model actually क्या जानता है, knowledge कहाँ से आता है, और gaps कहाँ हैं।