Κουίζ που συνδέεται με οδηγό · Μεσαίο Επίπεδο

Agentic RAG Quiz

Κατανοήστε πώς τα συστήματα ανάκτησης πρακτόρων επιλέγουν πηγές, αποσυνθέτουν ερωτήσεις, αξιολογούν στοιχεία και διαχειρίζονται το κόστος ανάκτησης.

Σχετικές διαδρομές οδηγώνAgent RAG
Ερώτηση 1 του 8

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

Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

  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. Πώς χειρίζεται το agent RAG μια δύσκολη ερώτηση multi-hop;
    • Αρνείται να απαντήσει
    • Μπορεί να χωρίσει την ερώτηση σε δευτερεύουσες ερωτήσεις και να ανακτήσει για καθεμία
    • Πάντα απαντά μόνο από μνήμης
    • Διαγράφει την ερώτηση
  3. Στο agentic RAG, τα retriever περιγράφονται καλύτερα ως τι για τον πράκτορα;
    • Αχρησιμοποίητες διαδικασίες παρασκηνίου
    • Η τελική απάντηση
    • Εργαλεία που μπορεί να επιλέξει να καλέσει ο πράκτορας
    • Ένας τύπος φίλτρου εικόνας
  4. Τι κάνει ένα προαιρετικό βήμα «βαθμολόγησης» στο agentic RAG;
    • Εκχωρεί στον χρήστη μια βαθμολογία
    • Διαγράφει το χώρο αποθήκευσης διανυσμάτων
    • Μεταφράζει την απάντηση
    • Φιλτράρει τα άσχετα ανακτημένα κομμάτια πριν από τη δημιουργία
  5. Ποιο είναι το κύριο κόστος του agent RAG σε σύγκριση με το RAG μιας βολής;
    • Περισσότερες κλήσεις μοντέλων και μεγαλύτερη καθυστέρηση
    • Δεν μπορεί να χρησιμοποιήσει ένα διανυσματικό κατάστημα
    • Χάνει κάθε ακρίβεια
    • Δεν απαιτεί υπολογισμό
  6. Ποιο σενάριο ταιριάζει καλύτερα στο agent RAG;
    • Αντηχώντας τα ακριβή λόγια του χρήστη
    • Δρομολόγηση μιας ερώτησης μεταξύ εσωτερικών εγγράφων, ιστού και βάσης δεδομένων SQL, όπως απαιτείται
    • Δημιουργία τυχαίου κειμένου χωρίς πηγές
    • Συμπίεση αρχείου εικόνας
  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