Kvíz spojený s průvodcem · Těžko úroveň

HyDE kvíz o vkládání hypotetických dokumentů

Prohlédněte si generování HyDE, kontrastivní vkládání dokumentů, vyhledávání nulových snímků, průměrování vzorků a limity hypotetického textu jako důkaz.

Související vodicí cestyHyde hypotetické vkládání dokumentů
Otázka 1 z 8

Co HyDE generuje před provedením vyhledávání?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Co HyDE generuje před provedením vyhledávání?
    • SQL dotaz
    • Pouze seznam synonym
    • Komprimovaný obrázek dotazu
    • Hypotetický dokument, který by odpověděl na dotaz
  2. What is the intended role of the encoder bottleneck when HyDE's hypothetical document contains invented details?
    • Retain useful retrieval patterns while reducing some irrelevant specifics, without guaranteeing error removal
    • Prove every generated sentence is factually correct
    • Manually repair every fabricated claim before encoding
    • Make fabricated details incapable of influencing any search result
  3. Hlavní praktickou výhodou HyDE je, že funguje:
    • Pouze s miliony označených příkladů
    • Pouze na anglickém textu
    • Zero-shot, bez označených údajů o relevanci tréninku
    • Pouze pro vyhledávání obrázků
  4. Jaký typ modelu vkládání se používá v původním HyDE ke kódování hypotetického dokumentu?
    • Kontrolovaný klasifikátor dotazů
    • Kontrastivní kodér bez dozoru, jako je Contriever
    • Extraktor klíčových slov založený na pravidlech
    • Konvoluční obrazová síť
  5. Jaký hlavní problém v hustém vyhledávání má HyDE řešit?
    • Krátké dotazy a delší pasáže odpovědí se často nacházejí v různých oblastech prostoru pro vkládání
    • Dokumenty jsou příliš krátké na indexování
    • Invertované indexy jsou příliš pomalé
    • Vložení nelze uložit na disk
  6. How can a HyDE variant combine several generated hypothetical documents into one search representation?
    • Declare all generated claims to be verified facts
    • Delete the encoder and search only by file size
    • Require every generated document to be a real corpus passage
    • Average their encoded vectors before searching the real corpus
  7. Which text should support a factual answer after HyDE retrieval?
    • The generated hypothetical document because generation verifies it
    • Relevant real source passages that have been checked, rather than the hypothetical document alone
    • Only the nearest vector's numeric coordinates
    • Any invented detail repeated by several generated samples
  8. What extra retrieval cost can HyDE introduce compared with directly embedding a user's query?
    • Mandatory relevance-label collection for every query
    • A requirement to retrain Contriever for each search
    • The latency and computation of generating one or more hypothetical documents
    • Elimination of all encoder and index computation