DifícilMúltipla escolha

Questão de prática de AI-102

Uma organização está implantando uma solução de IA conversacional usando o Azure OpenAI. Eles desejam garantir que as respostas do modelo sejam fundamentadas nos documentos de sua própria base de conhecimento para reduzir alucinações. Qual abordagem eles devem implementar?

Escolha a melhor resposta.

Resposta correta

  • AIntegrar o Azure Cognitive Search para geração aumentada por recuperação (RAG).

Explicação

A Geração Aumentada por Recuperação (RAG) com o Azure Cognitive Search permite que o modelo recupere dinamicamente trechos relevantes dos documentos da base de conhecimento da organização no momento da inferência. Isso fundamenta as respostas em conteúdo confiável e atualizado, reduzindo diretamente as alucinações ao fornecer contexto factual em vez de depender apenas da memória paramétrica do modelo.

Por que cada alternativa está certa ou errada

A

Correta

Integrar o Azure Cognitive Search para geração aumentada por recuperação (RAG).

A geração aumentada por recuperação consulta o Azure Cognitive Search para buscar passagens relevantes dos próprios documentos da organização e, em seguida, passa-as para o prompt do Azure OpenAI como contexto de fundamentação. Isso atende diretamente ao requisito de reduzir alucinações ancorando as respostas na base de conhecimento, em vez de depender apenas da memória paramétrica do modelo.

B

Incorreta

Ajustar (fine-tune) o modelo nos documentos da base de conhecimento.

O ajuste fino insere o conteúdo dos documentos nos pesos do modelo, de modo que ele não pode citar fontes nem refletir atualizações em tempo real, e ainda alucina. Ele é adequado para ensinar um estilo ou formato consistente. A fundamentação requer geração aumentada por recuperação, onde o Azure AI Search fornece passagens relevantes no momento da consulta.

C

Incorreta

Implementar filtros do Azure AI Content Safety.

O Content Safety classifica categorias prejudiciais, como violência ou ódio; ele não recupera nem verifica fatos, portanto as alucinações persistem. É o controle correto para filtrar entradas e saídas tóxicas. A fundamentação precisa de geração aumentada por recuperação, injetando passagens da base de conhecimento via Azure AI Search antes que o modelo responda.

D

Incorreta

Usar engenharia de prompt para instruir o modelo a usar apenas a base de conhecimento.

Instruções de prompt isoladas não podem injetar conteúdo de documentos que o modelo nunca recebeu, portanto as respostas permanecem sem fundamentação e inverificáveis. A engenharia de prompt é adequada para moldar tom, formato e restrições. A fundamentação requer geração aumentada por recuperação, onde o Azure AI Search passa passagens de documentos relevantes para o prompt.

Para se aprofundar

A geração aumentada por recuperação funciona incorporando a consulta do usuário, pesquisando em um índice vetorial trechos de documentos semanticamente semelhantes e injetando esses trechos no prompt como contexto de fundamentação antes que o modelo gere uma resposta. O Azure Cognitive Search fornece a camada de recuperação vetorial e híbrida, enquanto o Azure OpenAI fornece a geração, para que as respostas citem o conteúdo recuperado em vez de depender apenas da memória paramétrica. Uma sutileza que vale a pena saber: o RAG reduz, mas não elimina a alucinação, porque o modelo ainda pode interpretar mal ou generalizar excessivamente os trechos recuperados; a estratégia de segmentação (chunking), a escolha do modelo de incorporação (embedding) e a reclassificação (reranking) afetam materialmente a fidelidade da resposta. Isso importa quando as políticas de uma organização mudam com frequência, já que atualizar o índice reflete novos fatos imediatamente, enquanto o ajuste fino (fine-tuning) grava o conhecimento nos pesos e requer retreinamento para se manter atualizado.

Sobre estas questões de prática

Esta é uma das questões de prática originais de AI-102 da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.

Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.