Zum Hauptinhalt springen
🔒 Vorschaumodus. Die ersten fünfzehn Foundations-Lektionen sind kostenlos; diese hier ist Pro. Starte einen 7-Tage-Trial, um den Editor, AI-Hinweise und den Rest des Lehrplans freizuschalten. Karte erforderlich, jederzeit im Dashboard kündbar.7-Tage-Trial starten →
← KurseAI Engineering with PythonModul 3 · RAG (Retrieval-Augmented Generation)Zitate und Bodenständigkeitwrite40 / 105
+100 XP
Aufgabe
📝 **Frage:** Stellen Sie sich vor, ein LLM-Richter hätte jeden Satz bereits mit dem Quellblock kommentiert, der ihn unterstützt (oder „Keine“ für nicht unterstützt). **Schreiben Sie die Funktion** \`groundedness_score(annotated_sentences)\`, die \`(percent_grounded, hallucinations)\` zurückgibt: - \`percent_grounded\` – Anteil der Sätze mit einer Nicht-Keine-Quelle, gerundet auf **eine Dezimalstelle**. - „Halluzinationen“ – Liste der nicht bezogenen Satz-„Text“-Zeichenfolgen. Führen Sie dann das Gate für diese 5-Sätze-Antwort durch und drucken Sie den Bericht aus: \`\`\` Geerdet: 60,0 % Halluzinationen: 2 - Sie erhalten ein Guthaben in Höhe von 500 $. - Rückerstattungen am selben Tag sind garantiert. FLAG zur menschlichen Überprüfung \`\`\` Schwellenwert: \`>= 90,0\` → \`SHIP\`, andernfalls \`FLAG für menschliche Überprüfung\`. 60 % bedeutet, dass drei von fünf Sätzen begründet sind – zwei davon sind Halluzinationen, die das Modell erfunden hat. In der Produktion ist dieses Tor der Unterschied zwischen einer „gelegentlichen Halluzination“ und einem für den Regulator sichtbaren Vorfall. 📋 Wählen Sie die richtige Antwort. 💡 **Hinweis:** Lesen Sie die obige Theorie noch einmal, wenn Sie sich nicht sicher sind.
✏️ Schreibe deinen Code hier
🐍
Python wird geladen...
Einmaliger Download (~1 MB). Danach läuft alles sofort.
📊 Ergebnis
Klicke auf Ausführen, um das Ergebnis zu sehen...

💬 Diskussion

Sei der erste — stelle eine Frage oder teile einen Tipp.
Anmelden um an der Diskussion teilzunehmen. Lesen ist kostenlos.
Diskussion wird geladen…