Вікторина Галюцинації ШІ

Відповіді та пояснення з’являються під час виконання тесту.

1. Чому лише передбачення наступного токена не може підтвердити фактичне твердження у згенерованій відповіді?
   • Кожна модель пов’язана лише з ненадійними веб-сайтами
   • Усі користувачі задають граматично неправильні запитання
   • Правдоподібне продовження не означає доказ того, що твердження істинне
   • Побіжна відповідь автоматично підтверджує факт
2. Чому галюцинації особливо небезпечні?
   • Вони завжди написані з порушенням граматики, тому користувачі їх ігнорують
   • Вони з’являються лише в повідомленнях про помилки
   • Вони призводять до збою моделі
   • Вони подаються плавно та впевнено, тому помилки легко пропустити
3. Чи повністю усуває галюцинації пошуково-доповнена генерація (RAG)?
   • Так, RAG гарантує фактичні відповіді
   • Ні, моделі все ще можуть суперечити або ігнорувати зашумлений або суперечливий отриманий текст
   • Так, але тільки на вихідних
   • Ні, тому що RAG ніколи не надає жодних документів
4. Що є справжнім прикладом галюцинації?
   • Модель із посиланням на судову справу, якої не існує
   • Модель відмовляється відповідати на запитання
   • Модель задає уточнююче запитання
   • Модель повертає порожню відповідь
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