Kvíz spojený s průvodcem · Střední úroveň

Kvíz Cross-Encoders vs Bi-Encoders

Porovnejte načítání křížovým kodérem a bi-kodérem, od opakovaně použitelných vložení až po přehodnocení s ohledem na dotazy a modely pozdní interakce.

Související vodicí cestyKřížové kodéry vs Bi kodéry
Otázka 1 z 8

Jaký je definující architektonický rozdíl mezi křížovým kodérem a bikodérem?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Jaký je definující architektonický rozdíl mezi křížovým kodérem a bikodérem?
    • Křížový kodér zpracovává oba texty společně, takže je mohou používat tokeny, zatímco bikodér kóduje každý text samostatně.
    • Bi-kodér využívá pozornost a křížový kodér nepoužívá pozornost
    • Křížový kodér je menší a rychlejší než bi-kodér
    • Bi-kodér dokáže zpracovat pouze jeden text najednou
  2. Proč se bi-kodéry efektivně škálují na miliony dokumentů?
    • Používají méně tréninkových dat
    • Vložení dokumentů je nezávislé na dotazu a lze je předem vypočítat a uložit
    • Nikdy nepoužívají transformátory
    • Přeskočí krok pomalé tokenizace
  3. Jak jsou v typickém produkčním vyhledávacím kanálu kombinovány tyto dvě architektury?
    • Křížový kodér vyhledá kandidáty a poté je bi-kodér přehodnotí
    • Oba běží paralelně a hlasy jsou zprůměrovány
    • Bi-kodér vyhledá mnoho kandidátů, poté křížový kodér přehodnotí ty nejlepší
    • Vždy se používá pouze jeden, nikdy oba
  4. Jak model s pozdní interakcí, jako je ColBERT, kombinuje tokenové reprezentace dotazu a dokumentu při hodnocení?
    • Průměruje oba texty do jediného vektoru před jakoukoli interakcí
    • Spojuje surové audio vlnové formy a používá vocoder
    • Řadí dokumenty pouze podle počtu znaků
    • Porovnává vektory tokenů dotazu s vektory tokenů dokumentu pomocí agregace ve stylu MaxSim
  5. Co obvykle vydává bi-kodér pro jeden vstupní text?
    • Jediný vektor pro vkládání s pevnou délkou
    • Skóre relevance mezi dvěma texty
    • Seřazený seznam dokumentů
    • Rozložení pravděpodobnosti ve slovní zásobě
  6. Po společném zpracování dotazu a kandidáta, co produkuje cross-encoder?
    • Znovupoužitelný vektor dokumentu vypočtený nezávisle na dotazu
    • Skóre relevance pro konkrétní dvojici dotaz‑kandidát
    • Samostatný tokenový vektor pro každý prvek v celém korpusu
    • Záruka, že nejvyšší výsledek je správný
  7. Jaký typ reprezentace si model s pozdní interakcí, jako je ColBERT, uchovává pro text?
    • Pouze jeden globální štítek pro celý korpus
    • Dekódovaný audio vlnový křivka
    • Vektorová reprezentace pro každý token
    • Úplná kopie párových skóre křížového enkodéru
  8. Jakou funkci podobnosti běžně používají příklady Sentence Transformers pro porovnání normalizovaných bi-enkodérových vektorů?
    • Editační vzdálenost nad surovými audio vzorky
    • Ztráta pixel po pixelu obrázku
    • Chybovost slov v rozpoznávání řeči
    • Kosinusová podobnost