Mit dem Guide verknüpftes Quiz · Schwer Ebene
ColBERT- und Multi-Vector-Retrieval-Quiz
Studieren Sie ColBERTs Multi-Vektor-Ranking, Kandidaten-Reranking, ColPali-Dokumentseitenabruf und wie ColBERTv2 Token-Darstellungen komprimiert.
Frage 1 von 8
Wie stellt ColBERT ein Dokument dar?
Sehen Sie sich jede Frage in der Vorschau an8 Fragen
Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.
- Wie stellt ColBERT ein Dokument dar?
- So viele Kontextvektoren pro Token
- Als einzelner dichter Vektor
- Da zählt eine spärliche Menge an Schlüsselwörtern
- Nur als Rohtextzeichenfolge
- Welche Operation verwendet ColBERT, um die Relevanz von Abfragedokumenten zu bewerten?
- Kosinus zweier einzelner Vektoren
- MaxSim: Summe der besten Übereinstimmungen jedes Abfragetokens mit einem Dokumenttoken
- Kreuzentropie über das gesamte Vokabular
- BM25-Begriffshäufigkeit
- Warum ist ColBERT im großen Maßstab schneller als ein Cross-Encoder?
- Es verwendet einen kleineren Wortschatz
- Die Abfrage wird vollständig ignoriert
- Dokument-Token-Einbettungen werden vorab berechnet und offline indiziert
- Es verarbeitet nur das erste Wort jedes Dokuments
- Welches Problem mit Single-Vector-Dense-Retrievern geht ColBERT an?
- Sie sind zu langsam zum Indexieren
- Sie können keine neuronalen Netze nutzen
- Sie benötigen keine Trainingsdaten
- Durch die Komprimierung auf einen Vektor gehen feinkörnige Details auf Token-Ebene verloren
- Welche wichtige Verbesserung hat ColBERTv2 eingeführt?
- Restkomprimierung, die die Indexgröße stark verkleinert
- Es hat BERT vollständig entfernt
- Es wurde auf Einzelvektorkodierung umgestellt
- Es funktioniert nur bei Bildern
- Worauf wendet ColPali die späte Interaktion im ColBERT-Stil an?
- Audiowellenformen
- Bildpatches von Dokumentseiten, z. B. PDFs
- Nur einzelne Schlüsselwörter
- Datenbanktabellenzeilen
- Welche Rolle kann ColBERT in einem zweistufigen Suchsystem nach einem schnellen First-Stage-Retriever spielen?
- Generieren Sie die Quelldokumente von Grund auf
- Ersetzen Sie die Abfrage durch einen Dokumenttitel
- Ordnen Sie die Kandidatenpassagen neu, indem Sie den kontextuellen Abgleich auf Token-Ebene verwenden
- Verwerfen Sie jeden Kandidaten, bevor Sie ihn bewerten
- Was speichert die Restkomprimierung von ColBERTv2 für einen Token-Vektor?
- Nur der Rohtext des Dokuments ohne Vektordaten
- Eine vollständige Kopie des Sprachmodells für jedes Token
- Ein gemeinsamer Vektor für das gesamte Dokument
- Ein Schwerpunktcode zusammen mit einer kompakten Residuendarstellung