Questão 33 — Amazon AIF-C01 Simulado | AWS Certified AI Practitioner Questões e Respostas

Explicação: No contexto da IA, "alucinação" refere-se ao fenômeno em que um modelo gera resultados que parecem plausíveis, mas não são baseados na realidade ou nos dados de treinamento. Esse problema geralmente ocorre com grandes modelos de linguagem (LLMs) quando eles criam informações que parecem corretas, mas na verdade são incorretas ou fabricadas. Opção B (correta): “Alucinação”: Esta é a resposta correta porque o problema descrito envolve a geração de conteúdo que parece factual, mas é incorreto, o que é característico da alucinação em modelos de IA generativos. Opção A: “Vazamento de dados” está incorreto, pois envolve o modelo aprendendo acidentalmente com dados aos quais não deveria ter acesso, o que não corresponde ao problema de geração de conteúdo incorreto. Opção C: "Overfitting" está incorreto porque overfitting se refere a um modelo que aprendeu muito bem os dados de treinamento, incluindo ruído, e tem um desempenho ruim em novos dados. Opção D: "Underfitting" está incorreto porque o underfitting ocorre quando um modelo é muito simples para capturar os padrões subjacentes nos dados, o que não é o problema aqui. Referência para profissionais de IA da AWS: grandes modelos de linguagem na AWS: a AWS discute o desafio da alucinação em grandes modelos de linguagem e enfatiza técnicas para mitigá-la, como o uso de proteções e ajustes finos.