اختبار مرتبط بالدليل · متوسط المستوى
اختبار استرجاع الممر الكثيف
اختبار استعلام DPR ومشفرات المرور، وتسجيل نقاط المنتج، والسلبية المجمعة وBM25، والحاجة إلى تحديث الفهرس عند تغيير التضمينات.
سؤال 1 من 8
كيف يحدد استرجاع الممر الكثيف المقاطع التي تطابق الاستعلام؟
معاينة كل سؤال8 أسئلة
تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.
- كيف يحدد استرجاع الممر الكثيف المقاطع التي تطابق الاستعلام؟
- مقارنة تمثيلات المتجهات الكثيفة للاستعلامات والمقاطع من خلال التشابه
- حساب عدد كلمات الاستعلام التي تظهر في كل مستند
- ترجمة الاستعلام إلى SQL قبل البحث
- ترتيب المستندات فقط حسب مدى حداثة نشرها
- يستخدم DPR بنية "التشفير الثنائي". ماذا يعني ذلك؟
- يقوم بترميز النص مرتين ويحسب متوسط النتائج
- إنه يعمل فقط على المستندات ثنائية اللغة
- يقوم بترميز كل من الأحرف والكلمات في وقت واحد
- ويستخدم جهازي تشفير منفصلين، أحدهما للاستعلامات والآخر للمقاطع
- لماذا يمكن حساب متجهات المرور مسبقًا في DPR؟
- لأن المقاطع لا تتغير أبدًا بمجرد كتابتها
- لأنه تم تعطيل برنامج تشفير الاستعلام في وقت البحث
- لأنه يتم ترميز كل مقطع بشكل مستقل عن أي استعلام
- لأنه يتم تخزين المقاطع كنص خام فقط
- ما هي الحيلة التدريبية التي تتيح لـ DPR توليد العديد من الأمثلة السلبية بتكلفة زهيدة؟
- التقليب العشوائي للتسمية
- السلبيات في الدفعة، وذلك باستخدام مقاطع أخرى في نفس الدفعة
- إسقاط نصف الخلايا العصبية
- وضع العلامات يدويًا على كل مقطع خاطئ
- ما هو عدم تطابق المفردات الذي يمكن أن تكون تمثيلات DPR المستفادة به مفيدة مقارنة بالمطابقة المعجمية وحدها؟
- The passage is unrelated but repeats the query's terms
- Every query contains only an exact serial number
- The encoder is guaranteed to retrieve the right answer for all inputs
- A relevant passage expresses a query's idea using different words
- ما هي الأداة الشائعة الاستخدام لجعل بحث أقرب جار لـ DPR سريعًا على نطاق واسع؟
- مؤشر أقرب جار تقريبي مثل FAISS
- نوع جدول البيانات
- محرك التعبير العادي
- الانضمام إلى قاعدة بيانات علائقية
- Why can BM25-retrieved nonanswer passages be useful hard negatives when training DPR?
- They guarantee that every retrieved passage is irrelevant
- Their lexical overlap can make them challenging distractors that the retriever must distinguish from the answer passage
- They remove the need for a positive answer passage
- They force the passage encoder to count words without learning
- After changing DPR's passage encoder, what should happen to a stored passage-vector index?
- Keep the old embeddings because encoder weights cannot affect vectors
- Rename the index without recalculating any representation
- Recompute the passage embeddings with the intended compatible encoder and update the index
- Disable the query encoder and search raw filenames instead