Тест, свързан с ръководство · Среден Ниво

Тест за Agentic RAG

Разберете как системите за агентно извличане избират източници, разлагат въпроси, оценяват доказателства и управляват разходите за извличане.

Свързани ръководни пътекиАгентен RAG
Въпрос 1 на 8

Compared with a simple single-shot retrieve-and-generate baseline, what can agentic RAG add?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Compared with a simple single-shot retrieve-and-generate baseline, what can agentic RAG add?
    • The agent can decide whether and how to retrieve again during the task
    • Every classic RAG system makes exactly one lookup
    • Retrieval is never used
    • The model guarantees a correct answer after one search
  2. Как agentic RAG се справя с труден въпрос с няколко хопа?
    • То отказва да отговори
    • Може да раздели въпроса на подвъпроси и да извлече за всеки
    • Винаги отговаря само по памет
    • Изтрива въпроса
  3. В агентната RAG ретривърите се описват най-добре като какво за агента?
    • Неизползвани фонови процеси
    • Крайният отговор
    • Инструменти, които агентът може да избере да извика
    • Вид филтър за изображения
  4. Какво прави незадължителната стъпка за „оценяване“ в агентния RAG?
    • Присвоява резултат на потребителя
    • Изтрива векторното хранилище
    • Превежда отговора
    • Филтрира неподходящи извлечени парчета преди генериране
  5. Каква е основната цена на RAG с агенти в сравнение с RAG с едно изстрелване?
    • Повече моделни разговори и по-висока латентност
    • Не може да използва векторно хранилище
    • Губи всякаква точност
    • Не изисква изчисления
  6. Кой сценарий пасва най-добре на агентния RAG?
    • Отразяване на точните думи на потребителя
    • Пренасочване на въпрос между вътрешни документи, мрежата и SQL база данни, ако е необходимо
    • Генериране на произволен текст без източници
    • Компресиране на файл с изображение
  7. What role do reflection tokens play in the Self-RAG framework?
    • They encrypt documents before indexing
    • They replace all retrievers with a fixed SQL query
    • They let the model signal retrieval decisions and critique retrieved evidence or generated responses
    • They guarantee that every generated citation is correct
  8. How does Adaptive-RAG choose among retrieval strategies?
    • It always performs the same number of searches
    • It skips retrieval for every multi-hop question
    • It selects sources only by document length
    • It selects a retrieval approach based on estimated question complexity