Κουίζ HyDE Hypothetic Document Embeddings

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

1. Τι δημιουργεί το HyDE πριν από την εκτέλεση της ανάκτησης;
   • Ένα ερώτημα SQL
   • Μια λίστα μόνο συνωνύμων
   • Μια συμπιεσμένη εικόνα του ερωτήματος
   • Ένα υποθετικό έγγραφο που θα απαντούσε στο ερώτημα
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. Ένα σημαντικό πρακτικό πλεονέκτημα του HyDE είναι ότι λειτουργεί:
   • Μόνο με εκατομμύρια παραδείγματα με ετικέτα
   • Μόνο σε αγγλικό κείμενο
   • Μηδενική βολή, χωρίς επισημασμένα δεδομένα εκπαίδευσης σχετικότητας
   • Μόνο για αναζήτηση εικόνων
4. Ποιος τύπος μοντέλου ενσωμάτωσης χρησιμοποιείται στο αρχικό HyDE για την κωδικοποίηση του υποθετικού εγγράφου;
   • Ένας εποπτευόμενος ταξινομητής ερωτημάτων
   • Ένας μη εποπτευόμενος αντιθετικός κωδικοποιητής όπως το Contriever
   • Ένας εξαγωγέας λέξεων-κλειδιών που βασίζεται σε κανόνες
   • Ένα συνελικτικό δίκτυο εικόνων
5. Ποιο βασικό πρόβλημα στην πυκνή ανάκτηση έχει σχεδιαστεί για να αντιμετωπίσει το HyDE;
   • Τα σύντομα ερωτήματα και τα μεγαλύτερα αποσπάσματα απαντήσεων βρίσκονται συχνά σε διαφορετικές περιοχές του χώρου ενσωμάτωσης
   • Τα έγγραφα είναι πολύ σύντομα για δημιουργία ευρετηρίου
   • Οι ανεστραμμένοι δείκτες είναι πολύ αργοί
   • Οι ενσωματώσεις δεν μπορούν να αποθηκευτούν στο δίσκο
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