Към основното съдържание
🔒 Режим за преглед. Първите петнадесет урока на Foundations са безплатни; този е Pro. Стартирайте 7-дневен trial, за да отключите редактора, AI подсказките и останалата част от курса. Изисква се карта, отменете по всяко време в Dashboard.Стартирай 7-дневен trial →
← КурсовеAI Engineering with PythonМодул 3 · RAG (генериране с допълнено извличане)Цитиране и обоснованостwrite40 / 105
+100 XP
Задача
📝 **Въпрос:** Представете си, че LLM съдия вече е анотирал всяко изречение с частта източник, която го поддържа (или \`Няма\` за неподдържано). **Напишете функцията** \`groundedness_score(annotated_sentences)\`, която връща \`(percent_grounded, халюцинации)\`: - \`percent_grounded\` — дял от изречения с източник, различен от None, закръглен до **един десетичен знак**. - \`халюцинации\` — списък на низовете \`текст\` на изречението без източник. След това стартирайте портала на този отговор от 5 изречения и отпечатайте отчета: \`\`\` Заземен: 60.0% Халюцинации: 2 - Ще получите $500 кредит в магазина. - Възстановяването на средствата в същия ден е гарантирано. ФЛАГ за преглед от човек \`\`\` Праг: \`>= 90.0\` → \`КОРАБ\`, в противен случай \`ФЛАГ за проверка от човек\`. 60% означава, че 3 от 5 изречения са основателни — две са халюцинации, измислени от модела. В производството тази врата е разликата между "случайни халюцинации" и видим инцидент от регулатора. 📋 Изберете правилния отговор. 💡 **Съвет:** Прочетете отново теорията по-горе, ако не сте сигурни.
✏️ Пиши кода тук
🐍
Зареждане на Python...
Еднократно изтегляне (~1 MB). После работи мигновено.
📊 Резултат
Натисни Изпълни, за да видиш резултата...

💬 Дискусия

Бъди първи — задай въпрос или сподели съвет.
Влез за да се присъединиш към дискусията. Четенето е безплатно.
Зареждане на дискусията…