Mit dem Guide verknüpftes Quiz · Mittel Ebene
Retrieval-Reranking-Quiz
Sehen Sie sich an, wie Reranker einen abgerufenen Kandidatensatz neu anordnen, warum Cross-Encoder langsamer sind und wie der Rückruf der ersten Stufe die Endergebnisse einschränkt.
Frage 1 von 8
Welche Rolle spielt ein Reranker in einer Retrieval-Pipeline?
Sehen Sie sich jede Frage in der Vorschau an8 Fragen
Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.
- Welche Rolle spielt ein Reranker in einer Retrieval-Pipeline?
- Um eine kleine Kandidatengruppe neu zu bewerten, damit die relevantesten Ergebnisse ganz oben erscheinen
- Um den gesamten Korpus von Grund auf zu scannen
- Um brandneue Dokumente zu generieren
- Um den Suchindex zu komprimieren
- Was unterscheidet einen Cross-Encoder von einem Bi-Encoder?
- Ein Cross-Encoder bettet Abfrage und Dokument getrennt ein
- Ein Cross-Encoder führt Abfrage und Dokument zusammen, sodass die Aufmerksamkeit sie gemeinsam vergleicht
- Ein Cross-Encoder kann keine Transformatoren verwenden
- Ein Cross-Encoder funktioniert nur bei Bildern
- Warum werden Cross-Encoder zum Reranking und nicht zum Abruf in der ersten Stufe verwendet?
- Sie sind ungenau
- Sie bearbeiten immer nur ein Dokument
- Sie sind zu langsam, um über einen gesamten Korpus zu laufen, da Dokumentvektoren nicht vorberechnet werden können
- Sie erfordern keine Berechnung
- Wofür wird der First-Stage-Retriever normalerweise optimiert?
- Präzision nur auf Rang 1
- Generieren von Antworten in natürlicher Sprache
- Genau fünf Dokumente neu anordnen
- Rückruf und Geschwindigkeit im gesamten Korpus
- How can a reranker affect a RAG candidate set, and what can it not guarantee?
- It can reorder retrieved candidates, but cannot add a missing passage or verify generated claims
- It guarantees the most relevant source is present and every generated claim is correct
- It replaces the first-stage retriever and searches the entire corpus
- It makes retrieval precision and recall perfect
- Welcher davon ist ein aufkommender Reranking-Ansatz?
- Den Retriever löschen und Antworten erraten
- Verwenden Sie LLMs als listenweise Neueinstufung, um den gesamten Kandidatensatz zu berücksichtigen
- Zurück zur rein manuellen Stichwort-Kennzeichnung
- Ersetzen von Transformatoren durch Zufallsbewertung
- Which metric can assess whether the first-stage retriever includes relevant passages before reranking?
- Image resolution of the generated answer
- BLEU score of an unrelated translation
- Recall of relevant candidates in the retrieved set
- Number of model parameters in the reranker
- Which metric did the Passage Re-ranking with BERT paper report a 27% relative improvement on for MS MARCO?
- BLEU-4
- ImageNet top-1 accuracy
- Mittlerer absoluter Fehler
- MRR@10