lo slop è fondamentalmente contenuto che massimizza il rapporto tra ricompensa e perplessità. Meccanicamente, questo è un hacking della ricompensa mediante il collasso della distribuzione di output in un bacino con pochi schemi Pareto-ottimali, costruendo essenzialmente una grammatica degenerata specifica per questo setup di addestramento.

Questo spiega anche l'incredibile somiglianza tra l'inglese indiano di bassa qualità e gli output dei LLM, tra l'altro.