Markov chain का मुख्य उद्देश्य क्या है?	शब्दों के बीच संबंध को ट्रैक करके अगला शब्द सुझाना।
"Transition Matrix" क्या है?	शब्दों के बीच संबंध का एक नक्शा जो दिखाता है कि कौन सा शब्द किसके बाद आता है।
Frequency table को probability distribution में कैसे बदलते हैं?	प्रत्येक row को normalize करके।
"Sampling" का अर्थ क्या है?	वर्तमान context के आधार पर अगला शब्द चुनने की प्रक्रिया।
Markov ने यह विचार कब प्रकाशित किया?	1906 में।
2010 में किन devices पर n-gram models का उपयोग हो रहा था?	स्मार्टफोन पर (SwiftKey और Apple's QuickType)।
2015 के आसपास Markov chains की जगह क्या लेने लगा?	Neural networks (पहले RNNs, फिर 2017 में transformers)।
"Me-bot" क्या था?	एक personalized next-word recommender जो individual usage patterns पर आधारित था।
Modern language models जैसे Claude में कौन सी प्रक्रिया उपयोग होती है?	Sampling - अगला token चुनने की प्रक्रिया।
Markov model को "100% interpretable" क्यों कहा गया है?	क्योंकि यह एक simple frequency table पर आधारित है जिसे समझना आसान है।