Capacidades e limitações de IA generativa representam aproximadamente 20% do exame AIF-C01. Tópicos principais: alucinação, não determinismo, janela de contexto, limite de conhecimento e critérios de seleção de modelos.
---
Alucinação — Quando a IA inventa informações
Alucinação ocorre quando uma IA gera informações factualmente incorretas com total confiança.
O melhor método para mitigar a alucinação é o RAG, que fundamenta as respostas em documentos reais.
Métodos de mitigação
| Método | Efeito | |--------|--------| | RAG | Mais eficaz — fundamenta respostas em documentos reais | | Temperature baixa | Respostas mais conservadoras e consistentes | | Revisão humana | Pessoa confirma decisões críticas |
---
Não determinismo e Temperature
O mesmo modelo pode dar respostas diferentes à mesma pergunta. Temperature controla isso:
Temperature baixa (0.0–0.2): Respostas previsíveis — ideal para resumos legais, Q&A factual Temperature alta (0.8–1.0): Respostas criativas — ideal para brainstorming, escrita criativa
---
Limite de conhecimento e janela de contexto
Limite de conhecimento: O modelo desconhece eventos após a data de treinamento. Solução: usar RAG Janela de contexto: Número máximo de tokens que o modelo pode processar em uma solicitação
---
Pontos-chave para o exame
"IA gera informações falsas com confiança" — Alucinação "Melhor solução para alucinação" — RAG "Temperature baixa" — Respostas previsíveis e consistentes "Temperature alta" — Respostas criativas e variadas "Modelo desconhece eventos após treinamento" — Limite de conhecimento "Máximo de tokens em uma solicitação" — Janela de contexto