A modelagem generativa é um campo do aprendizado de máquina que busca aprender a estrutura subjacente de um conjunto de dados para gerar novas amostras semelhantes às observadas no treinamento. Diferentemente de abordagens apenas discriminativas, modelos generativos podem ser usados em tarefas como síntese de imagens, geração de texto, preenchimento de dados ausentes e simulação de cenários. Considerando esse contexto, analise as afirmações a seguir. Um modelo generativo busca aprender padrões e distribuições dos dados de treinamento para produzir novas amostras plausíveis. Modelos generativos servem exclusivamente para classificar dados em categorias previamente definidas. A capacidade de gerar novos exemplos semelhantes aos dados originais torna a modelagem generativa útil em aplicações como criação de imagens, textos e áudios. Se um modelo generativo foi bem treinado, ele necessariamente reproduzirá apenas cópias exatas dos dados usados no treinamento. É correto o que se afirma em Grupo de escolhas da pergunta III e IV, apenas. I e III, apenas. II e IV, apenas. I, III e IV, apenas. I e II, apenas.