Kvíz spojený s průvodcem · Střední úroveň
Agentický RAG kvíz
Pochopte, jak agentní vyhledávací systémy vybírají zdroje, rozkládají otázky, vyhodnocují důkazy a řídí náklady na vyhledávání.
Otázka 1 z 8
Compared with a simple single-shot retrieve-and-generate baseline, what can agentic RAG add?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- 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
- Jak si agentní RAG poradí s obtížnou multi-hopovou otázkou?
- Odmítá odpovědět
- Může rozdělit otázku na podotázky a získat pro každou z nich
- Vždy odpovídá pouze zpaměti
- Vymaže otázku
- V agentní RAG jsou retrívři nejlépe popsáni jako co agentovi?
- Nepoužité procesy na pozadí
- Konečná odpověď
- Nástroje, které může agent volat
- Typ obrazového filtru
- Co dělá volitelný „grading“ krok v agentní RAG?
- Přiděluje uživateli skóre
- Odstraní úložiště vektorů
- Překládá odpověď
- Odfiltruje irelevantní načtené bloky před generováním
- Jaké jsou hlavní náklady na agentní RAG ve srovnání s jednorázovým RAG?
- Více modelových hovorů a vyšší latence
- Nemůže používat vektorový obchod
- Ztrácí veškerou přesnost
- Nevyžaduje žádný výpočet
- Který scénář nejlépe vyhovuje agentnímu RAG?
- Zpětná ozvěna přesných slov uživatele
- Směrování otázky mezi interními dokumenty, webem a databází SQL podle potřeby
- Generování náhodného textu bez zdrojů
- Komprese obrazového souboru
- 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
- 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