Naar hoofdinhoud
🔒 Voorbeeldmodus. De eerste vijftien Foundations-lessen zijn gratis; deze is Pro. Start een 7-daagse trial om de editor, AI-hints en de rest van het curriculum te ontgrendelen. Kaart vereist, op elk moment opzegbaar in Dashboard.Start 7-daagse trial →
← CursussenAI Engineering with PythonModule 3 · RAG (Retrieval-Augmented Generation)Citaties en gegrondheidwrite40 / 105
+100 XP
Opdracht
📝 **Vraag:** Doe alsof een LLM-jurylid elke zin al heeft geannoteerd met het bronfragment dat deze ondersteunt (of \`Geen\` voor niet-ondersteund). **Schrijf de functie** \`gegrondheid_score(geannoteerde_zinnen)\` die \`(percentage_gegrond, hallucinaties)\` retourneert: - \`percent_grounded\` — aandeel zinnen met een niet-Geen bron, afgerond op **één decimaal**. - \`hallucinaties\` — lijst met niet-gesourcede zinsreeksen \`text\`. Voer vervolgens de poort uit op dit antwoord van 5 zinnen en druk het rapport af: \`\`\` Geaard: 60,0% Hallucinaties: 2 - U krijgt $ 500 aan winkeltegoed. - Terugbetalingen op dezelfde dag zijn gegarandeerd. FLAG voor menselijke beoordeling \`\`\` Drempel: \`>= 90,0\` → \`SHIP\`, anders \`FLAG voor menselijke beoordeling\`. 60% betekent dat 3 van de 5 zinnen gegrond zijn – twee zijn hallucinaties die het model heeft uitgevonden. In de productie is deze poort het verschil tussen "af en toe een hallucinatie" en een voor de toezichthouder zichtbaar incident. 📋 Kies het juiste antwoord. 💡 **Hint:** Herlees de bovenstaande theorie als je het niet zeker weet.
✏️ Schrijf hier je code
🐍
Python laden...
Eenmalige download (~1 MB). Daarna direct beschikbaar.
📊 Resultaat
Klik op Uitvoeren om het resultaat te zien...

💬 Discussie

Wees de eerste — stel een vraag of deel een tip.
Log in om mee te doen aan de discussie. Lezen is gratis.
Discussie laden…