التأريض والاستشهادات مسابقة

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. ما هو الغرض الرئيسي من "تأريض" إجابة الذكاء الاصطناعي؟
   • ربط الإجابة بمواد مصدرية محددة بدلاً من الذاكرة وحدها
   • لجعل الإجابات أطول وأكثر تفصيلاً
   • لترجمة الإجابة إلى لغات متعددة
   • لتسريع مدى سرعة استجابة النموذج
2. ما هو الدور الذي تلعبه الاستشهادات في النظام المؤرض؟
   • أنها تجعل النص يبدو أكثر أكاديمية
   • إنهم يربطون المطالبات بالفقرة الداعمة الدقيقة
   • إنهم يخفون مصادر الخصوصية للنموذج
   • إنهم يضغطون الإجابة لتوفير المساحة
3. التأريض والاستشهادات هي العمود الفقري لأي تقنية شائعة؟
   • نزول متدرج
   • الترميز
   • توليد الاسترجاع المعزز (RAG)
   • التطبيع دفعة
4. If retrieved passages do not support an answer, what conservative design policy can prevent unsupported guessing?
   • يجب أن يخمن النموذج بثقة على أي حال
   • يجب أن يشكل النموذج اقتباسًا
   • يجب أن يقوم النموذج بإرجاع مستند عشوائي
   • يجب أن يقول النموذج أنه لم يتمكن من العثور على الإجابة في المصادر
5. لماذا تعتبر إجابات الذكاء الاصطناعي التي لا أساس لها من الصعب الوثوق بها عند الاستخدام عالي المخاطر؟
   • لا يمكن التحقق منها حسب التصميم، مع عدم وجود مصدر يمكن تتبعه
   • هم دائما مخطئون نحويا
   • يستغرق إنشاءها وقتًا طويلاً
   • يستخدمون الكثير من الذاكرة
6. ما الذي تفعله خطوة "التحقق من الإسناد" التلقائية؟
   • يعيد كتابة الإجابة بنبرة أكثر ودية
   • إنه يتحقق من أن كل نطاق مستشهد به يدعم المطالبة فعليًا
   • يقوم بحذف جميع الاستشهادات لتوفير المساحة
   • يترجم الاستشهادات إلى الحواشي السفلية
7. What two aspects does the ALCE benchmark evaluate for long-form answers?
   • Only response length and latency
   • Audio quality and speaker identity
   • Answer quality and citation quality
   • Image resolution and color accuracy
8. Why is counting citations alone insufficient to assess grounding?
   • Every citation automatically verifies an answer
   • Grounded systems never make factual errors
   • Sources cannot contain text
   • A cited source may not actually support the attached claim