Mit dem Guide verknüpftes Quiz · Schwer Ebene

HyDE Hypothetisches Quiz zum Einbetten von Dokumenten

Sehen Sie sich die HyDE-Generierung, kontrastive Dokumenteinbettungen, Zero-Shot-Retrieval, Stichprobenmittelung und die Grenzen hypothetischen Textes als Beweismittel an.

Verwandte FührungspfadeHypothetische Dokumenteneinbettungen von Hyde
Frage 1 von 8

Was generiert HyDE vor dem Abruf?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

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

  1. Was generiert HyDE vor dem Abruf?
    • Eine SQL-Abfrage
    • Nur eine Liste mit Synonymen
    • Ein komprimiertes Bild der Abfrage
    • Ein hypothetisches Dokument, das die Anfrage beantworten würde
  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. Ein großer praktischer Vorteil von HyDE ist, dass es funktioniert:
    • Nur mit Millionen beschrifteter Beispiele
    • Nur auf englischem Text
    • Zero-Shot, ohne gekennzeichnete Relevanz-Trainingsdaten
    • Nur für die Bildersuche
  4. Welche Art von Einbettungsmodell wird im ursprünglichen HyDE verwendet, um das hypothetische Dokument zu kodieren?
    • Ein überwachter Abfrageklassifikator
    • Ein unbeaufsichtigter kontrastiver Encoder wie Contriever
    • Ein regelbasierter Schlüsselwortextraktor
    • Ein Faltungsbildnetzwerk
  5. Welches Kernproblem beim Dense Retrieval soll HyDE lösen?
    • Kurze Fragen und längere Antwortpassagen liegen oft in unterschiedlichen Bereichen des Einbettungsraums
    • Dokumente sind zu kurz zum Indexieren
    • Invertierte Indizes sind zu langsam
    • Einbettungen können nicht auf der Festplatte gespeichert werden
  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