Test cu halucinații AI

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

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. De ce sunt halucinațiile deosebit de periculoase?
   • Sunt întotdeauna scrise cu gramatică ruptă, astfel încât utilizatorii le ignoră
   • Acestea apar doar în mesajele de eroare
   • Ele provoacă prăbușirea modelului
   • Sunt livrate fluent și cu încredere, astfel încât erorile sunt ușor de ratat
3. Retrieval-augmented generation (RAG) elimină complet halucinațiile?
   • Da, RAG garantează răspunsuri concrete
   • Nu, modelele pot încă contrazice sau ignora textul preluat zgomotos sau conflictual
   • Da, dar numai în weekend
   • Nu, pentru că RAG nu furnizează niciodată niciun document
4. Care este un exemplu autentic de halucinație?
   • Modelul care invocă un dosar în instanță care nu există
   • Modelul refuzând să răspundă la o întrebare
   • Modelul pune o întrebare clarificatoare
   • Modelul returnează un răspuns necompletat
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