Mit dem Guide verknüpftes Quiz · Mittel Ebene

Agenten-RAG-Quiz

Verstehen Sie, wie Agentenabfragesysteme Quellen auswählen, Fragen zerlegen, Beweise bewerten und Abrufkosten verwalten.

Verwandte FührungspfadeAgentischer RAG
Frage 1 von 8

Compared with a simple single-shot retrieve-and-generate baseline, what can agentic RAG add?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.

  1. 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
  2. Wie geht Agent RAG mit einer schwierigen Multi-Hop-Frage um?
    • Es weigert sich zu antworten
    • Es kann die Frage in Unterfragen aufteilen und für jede einzelne abrufen
    • Es antwortet immer nur aus dem Gedächtnis
    • Die Frage wird gelöscht
  3. In der Agenten-RAG lassen sich Retriever am besten als „Was für den Agenten“ beschreiben?
    • Ungenutzte Hintergrundprozesse
    • Die endgültige Antwort
    • Tools, die der Agent anrufen kann
    • Eine Art Bildfilter
  4. Was bewirkt ein optionaler „Bewertungsschritt“ im Agenten-RAG?
    • Weist dem Benutzer eine Punktzahl zu
    • Löscht den Vektorspeicher
    • Übersetzt die Antwort
    • Filtert irrelevante abgerufene Blöcke vor der Generierung heraus
  5. Was sind die Hauptkosten von Agentic RAG im Vergleich zu Single-Shot RAG?
    • Mehr Modellaufrufe und höhere Latenz
    • Es kann kein Vektorspeicher verwendet werden
    • Es verliert jegliche Genauigkeit
    • Es erfordert keine Rechenleistung
  6. Welches Szenario passt am besten zu Agent RAG?
    • Gibt die genauen Worte des Benutzers wieder
    • Weiterleiten einer Frage nach Bedarf zwischen internen Dokumenten, dem Web und einer SQL-Datenbank
    • Generieren von zufälligem Text ohne Quellen
    • Komprimieren einer Bilddatei
  7. 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
  8. 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