গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর
টেক্সট এমবেডিং কুইজ
কোসাইন স্কোরিং, ঘন পুনরুদ্ধার, বাক্য-বিইআরটি পুলিং, এবং স্বাধীনভাবে এনকোড করা পাঠ্য সহ পাঠ্য ভেক্টর এবং প্রাসঙ্গিক উপস্থাপনাগুলি পর্যালোচনা করুন।
প্রশ্ন 1 এর 8
What does a text embedding supply for a language comparison task?
প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন
আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।
- What does a text embedding supply for a language comparison task?
- A required spoken audio recording
- A verbatim dictionary entry for every coordinate
- A numerical vector representation of text
- Only a grammar-repair instruction
- In a representation trained to capture synonym similarity, what relationship is desirable for happy and joyful?
- A relatively high similarity under the chosen scoring method
- A mandatory identical vector for every word
- A guarantee they are synonyms in every possible context
- A requirement that neither word can be encoded
- Word2Vec এবং GloVe এর মতো প্রাথমিক শব্দ এম্বেডিংয়ের মূল সীমাবদ্ধতা কী ছিল?
- এগুলি কম্পিউটারে সংরক্ষণ করা যায় না
- তারা শুধুমাত্র ইমেজ জন্য কাজ
- তাদের কোনো প্রশিক্ষণের তথ্যের প্রয়োজন ছিল না
- প্রসঙ্গ নির্বিশেষে প্রতিটি শব্দের একটি একক স্থির ভেক্টর ছিল, তাই 'ব্যাঙ্ক' মানে সর্বত্র একই জিনিস
- আধুনিক প্রাসঙ্গিক এম্বেডিং কিভাবে স্ট্যাটিক শব্দ এমবেডিং এর উন্নতি করে?
- তারা প্রতিনিধিত্ব থেকে সমস্ত সংখ্যা মুছে ফেলে
- তারা একটি শব্দকে তার পার্শ্ববর্তী বাক্যের উপর নির্ভর করে একটি ভিন্ন ভেক্টর দেয়
- তারা শুধুমাত্র প্রতিটি শব্দের প্রথম অক্ষর এমবেড করে
- তারা প্রতিটি শব্দের ভেক্টরকে অভিন্ন করে তোলে
- Which documented default similarity method does Sentence Transformers use for embedding comparison?
- কোসাইন সাদৃশ্য
- Alphabetical order
- Document creation date
- Character count alone
- What role can compatible text vectors play in a dense-retrieval RAG pipeline?
- Guaranteeing every generated claim is correct
- Eliminating the source corpus
- Ranking candidate passages before they are supplied as context
- Training a new language model on every query
- Which pooling strategy is the stated default in the original Sentence-BERT paper?
- A mandatory maximum over every possible vocabulary item
- Mean pooling of output token vectors
- Concatenation of all corpus documents
- Randomly selecting an unchanged input byte
- Which Sentence-BERT design allows stored sentences to be encoded before a new comparison sentence arrives?
- Mandatory joint processing of every possible pair
- Rebuilding encoder weights for each candidate
- Encoding only the final comparison score
- Independent sentence encoding through its siamese architecture