📝 **Pregunta:** Suponga que un juez de LLM ya ha anotado cada oración con el fragmento fuente que la respalda (o \`Ninguno\` para no compatible). **Escribe la función** \`groundedness_score(annotated_sentences)\` que devuelve \`(percent_grounded, alucinaciones)\`: - \`percent_grounded\` — proporción de oraciones con una fuente que no es Ninguna, redondeada a **un decimal**. - \`alucinaciones\` — lista de cadenas de oraciones \`text\` sin fuente. Luego ejecute la puerta de esta respuesta de 5 oraciones e imprima el informe: \`\`\` Conectado a tierra: 60,0% Alucinaciones: 2 - Obtendrás $500 en crédito de la tienda. - Se garantizan reembolsos el mismo día. BANDERA para revisión humana \`\`\` Umbral: \`>= 90.0\` → \`SHIP\`, de lo contrario \`FLAG para revisión humana\`. El 60% significa que 3 de 5 oraciones están fundamentadas; dos son alucinaciones que inventó el modelo. En producción, esta puerta marca la diferencia entre una "alucinación ocasional" y un incidente visible para el regulador. 📋 Elige la respuesta correcta. 💡 **Pista:** Vuelve a leer la teoría anterior si no estás seguro.