Saltar para o conteúdo
Glossário

Fundamentação

A fundamentação é a prática de restringir a saída de um modelo de IA a evidências de fonte verificáveis em vez de à sua memória paramétrica. Uma resposta fundamentada é sustentada por trechos recuperados que podem ser citados e verificados, o que constitui a principal defesa contra respostas fabricadas ou erradas com aparente confiança.

Sinónimos: grounded AI, evidence grounding, source grounding, factual grounding

A fundamentação transforma um modelo generativo de um adivinhador de som plausível em um motor de resposta responsável. Ao alimentar o modelo com evidência recuperada e exigir que sua saída cite essa evidência, a fundamentação mantém as respostas atreladas a fontes reais e atuais que um revisor pode inspecionar. A disciplina vai além do prompt: a qualidade da recuperação, o rastreamento de citações e um caminho alternativo para a evidência ausente contribuem todos. Uma fundamentação sólida é o que torna uma resposta automatizada confiável o suficiente para resolver uma solicitação ou acionar uma ação governada.

Perguntas frequentes

Como a fundamentação é aplicada na prática?
A recuperação fornece ao modelo apenas os trechos de fonte relevantes, o prompt o instrui a responder a partir dessa evidência e uma etapa de verificação rejeita afirmações que não têm uma citação de apoio.
O que acontece quando não há evidência para fundamentar?
Um sistema fundamentado bem projetado se recusa a responder ou escala para uma pessoa em vez de inventar uma resposta, expondo uma lacuna explícita em vez de um palpite com aparente confiança.