Wie Sprachmodelle für zukünftige Tokens planen

Sprachmodelle berechnen Merkmale in der Gegenwart, die für zukünftige Ausgaben relevant sind, ohne dass dies explizit für die Zukunft geplant wird. Stattdessen ergeben sich diese "Brotkrumen" aus den Merkmalen, die für die aktuelle Vorhersage am nützlichsten sind.