접지 및 인용 퀴즈

퀴즈를 풀면 정답과 설명이 나타납니다.

1. AI의 답변을 '접근'하는 주요 목적은 무엇입니까?
   • 기억만이 아닌 특정 소스 자료에 답을 묶기 위해
   • 답변을 더 길고 자세하게 작성하려면
   • 답변을 여러 언어로 번역하려면
   • 모델의 반응 속도를 높이려면
2. 기반 시스템에서 인용은 어떤 역할을 합니까?
   • 텍스트를 더욱 학문적으로 들리게 만듭니다.
   • 그들은 주장을 정확한 뒷받침 구절로 다시 연결합니다.
   • 개인 정보 보호를 위해 모델의 소스를 숨깁니다.
   • 공간을 절약하기 위해 답을 압축합니다.
3. 접지 및 인용은 어떤 일반적인 기술의 중추입니까?
   • 경사하강법
   • 토큰화
   • 검색 증강 생성(RAG)
   • 일괄 정규화
4. If retrieved passages do not support an answer, what conservative design policy can prevent unsupported guessing?
   • 어쨌든 모델은 자신있게 추측해야합니다
   • 모델이 인용문을 작성해야 합니다.
   • 모델은 임의의 문서를 반환해야 합니다.
   • 모델은 소스에서 답을 찾을 수 없다고 말해야 합니다.
5. 근거 없는 AI 답변이 고위험 사용에 대해 신뢰하기 어려운 것으로 간주되는 이유는 무엇입니까?
   • 추적 가능한 출처가 없어 설계상 검증이 불가능합니다.
   • 항상 문법적으로 틀렸어요
   • 생성하는 데 시간이 너무 오래 걸립니다.
   • 메모리를 너무 많이 사용합니다.
6. 자동 '속성 확인' 단계는 무엇을 합니까?
   • 좀 더 친근한 어조로 답변을 다시 작성합니다.
   • 인용된 각 범위가 실제로 주장을 뒷받침하는지 확인합니다.
   • 공간을 절약하기 위해 모든 인용을 삭제합니다.
   • 인용을 각주로 번역합니다.
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