Laboratorio Generador de Lorem Ipsum

Una cadena de Markov es el antecesor matemático directo de los modernos Modelos de Lenguaje de Gran Escala (LLM). Ambos funcionan bajo el mismo bucle autorregresivo de predicción del siguiente token. El generador observa las N palabras anteriores (ventana de contexto) y elige la siguiente palabra a partir de una distribución de probabilidad. Mientras que una cadena de Markov simplemente busca frases exactas en un corpus pequeño, un LLM usa miles de millones de parámetros (capas de atención) para evaluar el contexto y calcular probabilidades. Además, ajustar aquí la entropía objetivo corresponde directamente al parámetro Temperatura de las API de LLM: una entropía más alta crea texto creativo y diverso (temperatura alta), mientras que una entropía más baja crea texto repetitivo y predecible (temperatura baja).

El texto de relleno existe para que puedas juzgar un diseño — espaciado, tamaño de fuente, saltos de línea — sin distraerte con lo que las palabras dicen realmente. El texto real tienta a los revisores a reescribir frases antes de que el diseño esté siquiera definido. Este laboratorio va un paso más allá: las métricas de entropía y de Zipf permiten comprobar si tu relleno imita la frecuencia de palabras del lenguaje real, de modo que los párrafos se ajusten como lo hará el contenido definitivo.

«Lorem ipsum» no es una jerigonza inventada: es latín desordenado tomado del tratado de ética de Cicerón De finibus bonorum et malorum, escrito en el 45 a. C. Incluso empieza a media palabra: Lorem es la cola de dolorem («dolor»), a la que se le cortó la primera sílaba. Así, el relleno por defecto de la web es una reflexión de hace 2.000 años sobre el placer y el dolor, mutilada por los primeros impresores en un muestrario tipográfico — y el modo Markov te deja volver a barajar lo que ellos barajaron a mano.