Quiz: Módulo 9 - APIs de LLM & Integração

Pergunta 1

O que produz temperature=0?

1. Saída mais determinística
2. Saída mais aleatória
3. Sem saída
4. Erro

Pergunta 2

Para que serve function calling?

1. Permitir que o LLM solicite a execução de ferramentas externas
2. Chamar funções Python mais rápido
3. Depurar chamadas de API
4. Testar endpoints

Pergunta 3

Para que serve streaming?

1. Mostrar resultados parciais aos usuários imediatamente
2. Reduzir custos
3. Melhorar a precisão
4. Armazenar respostas

Pergunta 4

Qual biblioteca abstrai múltiplos provedores de LLM?

1. LiteLLM ou LangChain
2. NumPy
3. Pandas
4. Requests

Pergunta 5

Como lidar com limites de taxa (rate limits)?

1. Backoff exponencial com novas tentativas
2. Ignorar e continuar
3. Reiniciar a aplicação
4. Usar outra chave de API

Pergunta 6

O que é o padrão RAG?

1. Recuperar contexto, Augmentar prompt, Gerar resposta
2. Random Answer Generation
3. Recursive API Grouping
4. Response Accuracy Grading

Pergunta 7

Por que fazer cache das respostas do LLM?

1. Reduzir custos e latência para consultas repetidas
2. Melhorar a precisão
3. Exigido pela API
4. Apenas para depuração

Pergunta 8

O que max_tokens controla?

1. Comprimento máximo da resposta gerada
2. Comprimento da entrada
3. Limite de custo
4. Timeout da requisição

Pergunta 9

Qual é o papel do system na chat API?

1. Definir o comportamento geral e contexto do assistente
2. Informação do sistema operacional
3. Mensagens de erro
4. Configuração da API

Pergunta 10

Como estimar custos de API?

1. Acompanhar uso de tokens × preço por token
2. Contar apenas chamadas de API
3. Tempo gasto
4. Contagem de caracteres

Perguntas 11-30

(Abrangendo: top_p, frequency_penalty, stop sequences, Assistants API, Vision API, Embeddings API, processamento em lote, códigos de erro, versões de SDK, chamadas assíncronas, webhooks, formatos de resposta, modo JSON, seed para reprodutibilidade, logprobs, contagem de tokens, alertas de orçamento, conversas multi-turn, gerenciamento de contexto)

Pergunta 11

O que é top_p (nucleus sampling)?

1. Amostragem a partir da massa de probabilidade top P
2. Maior prioridade
3. Parâmetro temperature
4. Termo de penalidade

Pergunta 12

O que frequency_penalty reduz?

1. Repetição de tokens baseada na frequência
2. Frequência de chamadas de API
3. Custo
4. Latência

Pergunta 13

O que são stop sequences?

1. Strings que encerram a geração quando encontradas
2. Indicadores de erro
3. Timeouts de API
4. Avisos do modelo

Pergunta 14

Para que serve a Assistants API?

1. Criar assistentes de IA persistentes e com estado
2. Contratação de assistentes humanos
3. Ajuda com documentação
4. Apenas assistência de código

Pergunta 15

O que o modo JSON garante?

1. Resposta em JSON válido
2. Resposta mais rápida
3. Custo menor
4. Melhor precisão

Pergunta 16

Para que serve o parâmetro seed?

1. Saídas reprodutíveis (mesmo seed = mesma saída)
2. Inicialização aleatória
3. Preenchimento de banco de dados
4. Inicialização de treinamento

Pergunta 17

O que são logprobs?

1. Logaritmo das probabilidades dos tokens gerados
2. Logs de erro
3. Logs de API
4. Informações de depuração

Pergunta 18

Como contar tokens antes da chamada de API?

1. Usar a biblioteca tiktoken
2. Contar palavras
3. Contar caracteres
4. Estimar pelo comprimento

Pergunta 19

Qual o benefício do uso assíncrono da API?

1. Requisições concorrentes e não bloqueantes
2. Custos menores
3. Melhor precisão
4. Código mais simples

Pergunta 20

Como gerenciar conversas multi-turn?

1. Incluir o histórico da conversa no array de mensagens
2. A API lida automaticamente
3. Cookies de sessão
4. Apenas armazenamento em banco de dados

Pergunta 21

O que é presence_penalty?

1. Penalidade para tokens já presentes, incentivando novos tópicos
2. Detecção de presença do usuário
3. Penalidade de disponibilidade da API
4. Penalidade de conexão

Pergunta 22

Qual status HTTP indica limite de taxa?

1. 429 Too Many Requests
2. 500 Internal Error
3. 404 Not Found
4. 401 Unauthorized

Pergunta 23

Para que serve o processamento em lote na API?

1. Processar várias requisições a menor custo com maior espera
2. Processamento em tempo real
3. Streaming
4. Testes

Pergunta 24

O que é gerenciamento de janela de contexto?

1. Lidar com entradas que excedem o limite de contexto do modelo
2. Gerenciamento de janelas GUI
3. Controle do navegador
4. Gerenciamento de sessão

Pergunta 25

O que é uma estratégia de fallback?

1. Usar modelo/provedor alternativo se o principal falhar
2. Backup de dados
3. Mensagens de erro
4. Logging

Pergunta 26

O que a embeddings API retorna?

1. Representações vetoriais do texto
2. Texto gerado
3. Classificações
4. Resumos

Pergunta 27

Qual o benefício do parâmetro response_format?

1. Garantir formato de saída estruturado (JSON, etc.)
2. Respostas mais rápidas
3. Custo menor
4. Melhor precisão

Pergunta 28

Como lidar com overflow de contexto?

1. Resumir ou truncar mensagens anteriores
2. Enviar tudo
3. A API lida automaticamente
4. Reiniciar a conversa

Pergunta 29

O que é o parâmetro tool_choice?

1. Controlar se/qual função será chamada
2. Selecionar IDE
3. Escolher modelo
4. Escolher provedor

Pergunta 30

O que é usage.prompt_tokens?

1. Número de tokens na entrada/prompt
2. Tokens de saída
3. Total de tokens
4. Máximo de tokens

---

Nota de aprovação: 24/30 (80%)

← Capítulo 3Módulo 10 →