Sarcină
📝 **Întrebare:** Pretindeți-vă că un judecător LLM a adnotat deja fiecare propoziție cu fragmentul sursă care o susține (sau \`Niciun\` pentru neacceptat). **Scrieți funcția** \`goldness_score(annotated_sentences)\` care returnează \`(percent_grounded, halucinations)\`:
- \`percent_grounded\` — proporția de propoziții cu o sursă non-Niciună, rotunjită la **o zecimală**.
- \`halucinații\` — listă de șiruri de propoziții fără sursă \`text\`.
Apoi rulați poarta pe acest răspuns de 5 propoziții și imprimați raportul:
\`\`\`
Întemeiat: 60,0%
Halucinații: 2
- Veți primi 500 USD în credit în magazin.
- Rambursările în aceeași zi sunt garantate.
FLAG pentru revizuire umană
\`\`\`
Prag: \`>= 90.0\` → \`SHIP\`, altfel \`FLAG pentru revizuire umană\`. 60% înseamnă că 3 din 5 propoziții sunt întemeiate - două sunt halucinații pe care modelul le-a inventat. În producție, această poartă este diferența dintre „halucinația ocazională” și un incident vizibil de regulator.
📋 Alegeți răspunsul potrivit.
💡 **Sugestie:** Recitiți teoria de mai sus dacă nu sunteți sigur.