মডেল কুইজ পুনঃর্যাঙ্কিং

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

1. একটি সাধারণ দুই-পর্যায়ের পুনরুদ্ধার পাইপলাইনে, রিরাঙ্কারের কাজ কী?
   • প্রাসঙ্গিকতার জন্য প্রার্থীদের একটি সংক্ষিপ্ত তালিকা পুনরায় স্কোর এবং পুনরায় সাজাতে
   • লক্ষাধিক নথি থেকে প্রাথমিক প্রার্থীদের টানতে
   • একটি ডাটাবেসে নথি সংরক্ষণ করতে
   • চূড়ান্ত প্রাকৃতিক-ভাষা উত্তর তৈরি করতে
2. Besides MS MARCO, on which dataset did Nogueira and Cho report strong results for their BERT passage reranker?
   • ইমেজনেট
   • TREC-CAR
   • লিব্রি স্পিচ
   • SQuAD only
3. কেন একটি ক্রস-এনকোডার রিরেঙ্কার লক্ষ লক্ষ নথি সরাসরি অনুসন্ধান করতে ব্যবহার করা যাবে না?
   • এটা শুধুমাত্র ইমেজ উপর কাজ করে
   • এটি পাঠ্য পড়তে পারে না
   • প্রতিটি ক্যোয়ারী-ডকুমেন্ট পেয়ারের জন্য এর স্কোরগুলি অবশ্যই তাজা গণনা করা উচিত, যা স্কেলে খুব ধীর
   • এটি মোটেই কোনো গণনার প্রয়োজন নেই
4. একটি ক্রস-এনকোডারের উপরে একটি দ্বি-এনকোডারের প্রধান সুবিধা কী?
   • এটি সূক্ষ্ম দানাদার প্রাসঙ্গিকতায় আরও সঠিক
   • এটি সর্বদা নিখুঁতভাবে ফলাফল পুনরায় সাজায়
   • এটা কোন প্রশিক্ষণ তথ্য প্রয়োজন
   • এর নথির এম্বেডিংগুলিকে পূর্বনির্ধারিত করা যেতে পারে, যা পুনরুদ্ধারকে দ্রুত এবং মাপযোগ্য করে তোলে
5. How can a reranker affect context quality in a retrieval-augmented generation pipeline?
   • It can move more relevant retrieved candidates higher in the context shortlist, but does not guarantee correctness
   • It ensures every retrieved passage is factually correct
   • It creates missing documents in the corpus
   • It removes the need to evaluate retrieval
6. In listwise reranking, what does the model consider together?
   • Only one document with no query
   • A query and a set of candidate documents when deciding their ordering
   • Each document embedding before any candidate retrieval
   • A single relevance label for the full training corpus
7. What should a team verify before interpreting reranker scores as probabilities?
   • Whether every score is above zero
   • Whether the first-stage retriever was removed
   • Whether the scores have been calibrated and evaluated for that use
   • Whether the model has more parameters than the retriever
8. What limitation does a reranker inherit from the first-stage retrieval system?
   • It always returns a calibrated probability
   • It removes the need for retrieval
   • It guarantees a correct generated answer
   • It cannot promote a relevant document that was never included in the candidate set