Quiz dotyczący halucynacji AI

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

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. Dlaczego halucynacje są szczególnie niebezpieczne?
   • Zawsze są napisane łamaną gramatyką, więc użytkownicy je ignorują
   • Pojawiają się tylko w komunikatach o błędach
   • Powodują awarię modelu
   • Są podawane płynnie i pewnie, więc błędy łatwo przeoczyć
3. Czy generowanie wspomagane odzyskiwaniem (RAG) całkowicie eliminuje halucynacje?
   • Tak, RAG gwarantuje odpowiedzi oparte na faktach
   • Nie, modele mogą nadal zaprzeczać lub ignorować pobrany zaszumiony lub sprzeczny tekst
   • Tak, ale tylko w weekendy
   • Nie, ponieważ RAG nigdy nie dostarcza żadnych dokumentów
4. Który przykład jest prawdziwym przykładem halucynacji?
   • Model powołujący się na sprawę sądową, która nie istnieje
   • Modelka odmawia odpowiedzi na pytanie
   • Modelka zadaje pytanie wyjaśniające
   • Model zwracający pustą odpowiedź
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