Тест за халюцинации с изкуствен интелект

Отговорите и обясненията се появяват, докато отговаряте на теста.

1. Why does next-token prediction alone fail to verify a factual claim in a generated answer?
   • Every model is connected to only unreliable websites
   • All users ask grammatically incorrect questions
   • A plausible continuation is not the same as evidence that the statement is true
   • A fluent answer automatically proves the fact
2. Защо халюцинациите са особено опасни?
   • Те винаги са написани с нарушена граматика, така че потребителите ги игнорират
   • Те се появяват само в съобщения за грешка
   • Те причиняват срив на модела
   • Те се доставят плавно и уверено, така че грешките лесно се пропускат
3. Генерирането с увеличено извличане (RAG) премахва ли напълно халюцинациите?
   • Да, RAG гарантира фактически отговори
   • Не, моделите все още могат да противоречат или да игнорират шумен или конфликтен извлечен текст
   • Да, но само през почивните дни
   • Не, защото RAG никога не предоставя никакви документи
4. Кое е истински пример за халюцинация?
   • Моделът цитира съдебно дело, което не съществува
   • Моделът отказва да отговори на въпрос
   • Моделът задава уточняващ въпрос
   • Моделът връща празен отговор
5. Which workflow can help check a generated factual answer?
   • Trust every citation because it looks formal
   • Treat a low sampling temperature as proof of correctness
   • Hide the evidence so the answer is easier to read
   • Retrieve relevant material and verify whether its statements and citations support the claims
6. How should a claim that a new model has eliminated hallucinations be assessed?
   • Accept it solely because the announcement sounds confident
   • Assume one successful example proves every application
   • Use defined tasks, evidence, and measurement conditions rather than assume universal reliability
   • Judge only whether the model produces polished prose
7. A generated answer cites a real page, but the page does not support the associated factual statement. What remains unverified?
   • The support for that particular claim
   • Whether a URL can be opened
   • Whether the model used fluent sentences
   • Whether the citation contains text
8. A supplied document says delivery takes five business days, but its generated summary says two. Which check reveals the error?
   • Counting how many sentences the summary contains
   • Comparing the summary's quantity with the source document
   • Checking only whether the prose sounds confident
   • Assuming summaries may replace any source number