Questão nº 10
Questão de Tecnologia da Informação · FGV STN 2024 (nº 10)
No contexto do Processamento de Linguagem Natural, a geração aumentada de recuperação (ou RAG, do inglês Retrieval-Augmented Generation) é uma técnica que visa a melhorar a acurácia e a confiabilidade de modelos de IA Generativa.
O objetivo principal dessa técnica é
- Afacilitar a interação entre modelos de IA generativa e interfaces de usuário, melhorando a experiência do usuário ao gerar respostas mais interativas.
- Bdiminuir o volume de dados necessário para o treinamento de modelos de IA concentrando-se exclusivamente em dados de alta qualidade.
- Caumentar a capacidade dos modelos de IA generativa de produzir conteúdo visual, como imagens e vídeos, a partir de descrições textuais.
- Dintegrar técnicas de aprendizado por reforço para permitir que modelos de IA generativa aprendam com seus próprios erros e sucessos durante a geração de texto.
- Eenriquecer os modelos de IA generativa com informações obtidas de bases de dados externas no momento da geração, elevando a precisão e a riqueza dos textos gerados. (alternativa correta)
Resposta comentada
Gabarito Alternativa E
A Geração Aumentada por Recuperação (RAG) é uma técnica que permite a modelos de IA, como os que geram texto, buscar informações relevantes em fontes externas (como documentos ou bancos de dados) no momento em que estão criando uma resposta, tornando-a mais precisa e baseada em fatos.
(A) Incorreta: Esta alternativa descreve melhor aspectos de design de interface do usuário ou de modelos conversacionais, não o mecanismo fundamental do RAG, que se foca na fonte da informação para a geração. A melhoria da experiência do usuário é uma consequência de respostas mais precisas, mas não o objetivo principal da técnica RAG em si.
(B) Incorreta: O RAG não visa diminuir o volume de dados de treinamento. Pelo contrário, ele adiciona uma camada de dados externos consultados durante a geração, complementando o conhecimento pré-existente do modelo.
(C) Incorreta: Esta alternativa descreve a geração multimodal (como texto para imagem), que é uma área diferente da aplicação principal do RAG, que se concentra na recuperação de texto para enriquecer a geração de texto.
(D) Incorreta: Esta descrição se refere a técnicas de aprendizado por reforço (como RLHF - Reinforcement Learning from Human Feedback), que são usadas para alinhar o comportamento do modelo, mas não são o mecanismo central do RAG, que é a recuperação de informações externas.
(E) Correta: O objetivo central do RAG é exatamente este: permitir que o modelo de IA generativa consulte e utilize informações de bases de dados externas (conhecimento "fora" do que foi aprendido no treinamento) no momento em que está gerando uma resposta. Isso "enriquece" a resposta, tornando-a mais precisa, atualizada e detalhada, reduzindo as "alucinações" do modelo.
Fonte: FGV STN 2024 Auditor Federal de Finanças e Controle - Tecnologia da Informação (Transformação Digital) (Caderno Tipo 1). Reproduzida para fins de estudo.