Resposta correta
- BUsar a fundamentação incluindo o texto do relatório no prompt e instruindo explicitamente o modelo a basear o resumo apenas nesse texto.
Explicação
Fundamentar o modelo com o texto de origem e instruí-lo explicitamente a basear o resumo apenas nesse texto é a maneira mais direta de reduzir a alucinação. O Azure OpenAI Service depende do prompt para o contexto; ao fornecer o relatório bruto e uma instrução estrita, o modelo é restringido a extrair fatos do conteúdo fornecido em vez de gerar novas informações.
Para se aprofundar
A fundamentação (grounding) restringe a geração fornecendo o texto de origem autoritativo diretamente no prompt e instruindo o modelo a responder apenas a partir dele, o que reduz a alucinação porque o modelo condiciona seus tokens ao contexto fornecido em vez da memória paramétrica. O Azure OpenAI Service também oferece o recurso On Your Data, que recupera e cita documentos, mas a fundamentação em linha é a abordagem leve aqui. A temperatura controla a aleatoriedade da amostragem, não a fidelidade factual, portanto, reduzi-la ajuda apenas marginalmente; o frequency penalty desincentiva a repetição e max_tokens apenas trunca a saída. Um limite subtil: mesmo os modelos fundamentados ainda podem fabricar informações se o contexto for ambíguo, por isso a verificação de citações continua prudente. Isso importa para resumos de resultados financeiros, onde um número inventado pode desencadear problemas de conformidade.
Sobre estas questões de prática
Esta é uma das questões de prática originais de AI-900 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.