Uma equipe de auditoria fiscal da SEFAZ-Nacional está desenvolvendo um sistema de recuperação aumentada por geração (RAG) para consultar a legislação tributária. O sistema utiliza um banco vetorial que armazena embeddings de trechos de leis, decretos e instruções normativas. Durante os testes, os auditores observaram que, para uma consulta sobre 'isenção de ICMS para operações interestaduais com energia elétrica', o sistema recuperou documentos que tratavam de 'isenção de ICMS para operações internas com energia elétrica' e 'isenção de ICMS para operações interestaduais com combustíveis'. Além disso, ao gerar a resposta, o modelo de linguagem citou um artigo revogado, embora o trecho recuperado indicasse a revogação.

Considerando os conceitos de embeddings, bancos vetoriais, RAG e agentes de IA, avalie as afirmativas a seguir:

• I. A similaridade de cosseno entre os embeddings da consulta e dos documentos recuperados pode ser alta mesmo para documentos semanticamente distintos, pois os embeddings capturam proximidade lexical e não necessariamente relações lógicas de exceção ou revogação.
• II. O uso de um agente de IA com capacidade de planejamento e uso de ferramentas externas poderia mitigar o problema da citação de artigo revogado, permitindo que o agente consultasse uma base de dados de vigência legislativa antes de gerar a resposta final.
• III. A técnica de RAG, por si só, garante que a resposta gerada seja fiel aos documentos recuperados, pois o modelo de linguagem é condicionado apenas ao contexto fornecido, eliminando alucinações.
• IV. A adoção de um banco vetorial com índice HNSW (Hierarchical Navigable Small World) em vez de busca exaustiva por produto escalar não altera a precisão dos resultados, mas pode reduzir o tempo de consulta em grandes volumes de dados.

Estão corretas apenas as afirmativas: