• A

  Elevar a temperatura (temperature) do modelo para valores próximos de 1, de modo que a maior aleatoriedade na amostragem reduza a probabilidade de o modelo reproduzir padrões de citações legais inventadas.

• B

  Implementar uma arquitetura de recuperação aumentada por geração (RAG), na qual o modelo receba, no contexto do prompt, trechos recuperados de uma base documental oficial e versionada, acompanhada de instrução para responder apenas com base nas fontes fornecidas e de mecanismos de verificação de citações.

• C

  Substituir o modelo generativo por um classificador supervisionado treinado exclusivamente com perguntas e respostas frequentes, pois modelos discriminativos, por não gerarem texto livre, estão imunes ao fenômeno de alucinação.

• D

  Aplicar técnicas de ajuste fino (fine-tuning) com o histórico de atendimentos da própria secretaria, uma vez que o treinamento adicional garante a ancoragem factual do modelo e elimina a possibilidade de fabricação de dispositivos legais.

• E

  Reduzir o tamanho do contexto (context window) e limitar o número máximo de tokens da resposta, pois respostas mais curtas impedem que o modelo construa citações normativas completas e, portanto, falsas.

Atalhos: A–E marca · Shift+letra corta · Enter próxima

Selecione uma alternativa pra criar sua conta e salvar o progresso.