📝 **Pytanie:** Załóżmy, że sędzia LLM opisał już każde zdanie fragmentem źródłowym, który je potwierdza (lub „Brak” w przypadku nieobsługiwanego). **Napisz funkcję** \`groundedness_score(annotated_sentences)\`, która zwraca \`(percent_grounded, halucinations)\`: - \`percent_grounded\` — udział zdań ze źródłem innym niż None, zaokrąglony do **jednego miejsca po przecinku**. - \`halucynacje\` — lista niepochodzących ze źródła ciągów znaków \`text\`. Następnie uruchom bramę na tej 5-zdaniowej odpowiedzi i wydrukuj raport: \`\`\` Uziemiony: 60,0% Halucynacje: 2 - Otrzymasz kredyt w sklepie o wartości 500 USD. - Gwarantujemy zwrot pieniędzy tego samego dnia. FLAG do sprawdzenia przez człowieka \`\`\` Próg: \`>= 90,0\` → \`SHIP\`, w przeciwnym razie \`FLAG do sprawdzenia przez człowieka\`. 60% oznacza, że ​​3 z 5 zdań jest uzasadnionych – dwa to halucynacje wymyślone przez model. W produkcji ta bramka stanowi różnicę pomiędzy „sporadyczną halucynacją” a incydentem widocznym przez regulator. 📋 Wybierz właściwą odpowiedź. 💡 **Wskazówka:** Jeśli nie jesteś pewien, przeczytaj ponownie powyższą teorię.