DifícilOpción múltiple

Pregunta de práctica de AI-102

Una organización está implementando una solución de IA conversacional utilizando Azure OpenAI. Desean asegurarse de que las respuestas del modelo estén fundamentadas en los documentos de su propia base de conocimiento para reducir las alucinaciones. ¿Qué enfoque deben implementar?

Elige la mejor respuesta.

Respuesta correcta

  • AIntegrar Azure Cognitive Search para la generación aumentada por recuperación (RAG).

Explicación

La generación aumentada por recuperación (RAG) con Azure Cognitive Search permite al modelo recuperar dinámicamente fragmentos relevantes de los documentos de la base de conocimiento de la organización en el momento de la inferencia. Esto fundamenta las respuestas en contenido autorizado y actualizado, reduciendo directamente las alucinaciones al proporcionar contexto factual en lugar de depender únicamente de la memoria paramétrica del modelo.

Por qué cada opción es correcta o incorrecta

A

Correcta

Integrar Azure Cognitive Search para la generación aumentada por recuperación (RAG).

La generación aumentada por recuperación consulta Azure Cognitive Search para extraer pasajes relevantes de los documentos propios de la organización y luego los pasa al aviso de Azure OpenAI como contexto de fundamentación. Esto satisface directamente el requisito de reducir las alucinaciones al anclar las respuestas en la base de conocimiento en lugar de depender únicamente de la memoria paramétrica del modelo.

B

Incorrecta

Ajustar (fine-tune) el modelo con los documentos de la base de conocimiento.

El ajuste fino integra el contenido del documento en los pesos del modelo, por lo que no puede citar fuentes ni reflejar actualizaciones en vivo, y aún así alucina. Es adecuado para enseñar un estilo o formato consistente. La fundamentación requiere generación aumentada por recuperación, donde Azure AI Search suministra pasajes relevantes en el momento de la consulta.

C

Incorrecta

Implementar filtros de Azure AI Content Safety.

Content Safety clasifica categorías dañinas como la violencia o el odio; no recupera ni verifica hechos, por lo que las alucinaciones persisten. Es el control adecuado para filtrar entradas y salidas tóxicas. La fundamentación necesita generación aumentada por recuperación, inyectando fragmentos de la base de conocimiento a través de Azure AI Search antes de que el modelo responda.

D

Incorrecta

Utilizar ingeniería de avisos (prompt engineering) para instruir al modelo a usar únicamente la base de conocimiento.

Las instrucciones de los avisos por sí solas no pueden inyectar contenido de documentos que el modelo nunca recibió, por lo que las respuestas permanecen sin fundamentar e inverificables. La ingeniería de avisos es adecuada para dar forma al tono, el formato y las restricciones. La fundamentación requiere generación aumentada por recuperación, donde Azure AI Search pasa pasajes de documentos relevantes al aviso.

Para profundizar

La generación aumentada por recuperación funciona incorporando la consulta del usuario, buscando en un índice vectorial fragmentos de documentos semánticamente similares e inyectando esos fragmentos en el aviso (prompt) como contexto de fundamentación antes de que el modelo genere una respuesta. Azure Cognitive Search proporciona la capa de recuperación vectorial e híbrida, mientras que Azure OpenAI proporciona la generación, por lo que las respuestas citan el contenido recuperado en lugar de depender únicamente de la memoria paramétrica. Una sutileza que vale la pena conocer: RAG reduce pero no elimina la alucinación, porque el modelo aún puede malinterpretar o generalizar en exceso los pasajes recuperados; la estrategia de fragmentación (chunking), la elección del modelo de incrustación (embedding) y la reordenación (reranking) afectan materialmente la fidelidad de la respuesta. Esto importa cuando las políticas de una organización cambian con frecuencia, ya que actualizar el índice refleja los nuevos hechos de inmediato, mientras que el ajuste fino (fine-tuning) incorpora el conocimiento en los pesos y requiere reentrenamiento para mantenerse actualizado.

Sobre estas preguntas de práctica

Esta es una de las preguntas de práctica originales de AI-102 de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.

Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.