Respuesta correcta
- BUtilizar la fundamentación incluyendo el texto del informe en el mensaje e instruyendo explícitamente al modelo para que base el resumen únicamente en ese texto.
Explicación
Fundamentar el modelo con el texto de origen e instruirle explícitamente para que base el resumen únicamente en ese texto es la forma más directa de reducir la alucinación. Azure OpenAI Service se basa en el mensaje para obtener contexto; al proporcionar el informe sin procesar y una instrucción estricta, el modelo se ve limitado a extraer hechos del contenido proporcionado en lugar de generar información novedosa.
Para profundizar
La fundamentación (grounding) limita la generación al suministrar el texto fuente autoritativo directamente en el mensaje y dar instrucciones al modelo para que responda únicamente a partir de él, lo que reduce la alucinación porque el modelo condiciona sus tokens al contexto proporcionado en lugar de a la memoria paramétrica. Azure OpenAI Service también ofrece la característica On Your Data, que recupera y cita documentos, pero la fundamentación en línea es el enfoque ligero aquí. La temperatura controla la aleatoriedad del muestreo, no la fidelidad fáctica, por lo que bajarla ayuda solo marginalmente; la penalización por frecuencia desalienta la repetición y max_tokens simplemente trunca la salida. Un límite sutil: incluso los modelos fundamentados pueden fabricar información si el contexto es ambiguo, por lo que las comprobaciones de citas siguen siendo prudentes. Esto importa para los resúmenes de ganancias donde una cifra inventada podría desencadenar problemas de cumplimiento.
Sobre estas preguntas de práctica
Esta es una de las preguntas de práctica originales de AI-900 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.