Κουίζ που συνδέεται με οδηγό · Μεσαίο Επίπεδο

Κουίζ LlamaIndex

Εξερευνήστε πώς το LlamaIndex αναλύει και ευρετηριάζει δεδομένα, ανακτά σχετικούς κόμβους, συνθέτει απαντήσεις και αξιολογεί την ποιότητα ανάκτησης.

Σχετικές διαδρομές οδηγώνLlamaindex
Ερώτηση 1 του 8

Τι είναι κυρίως σχεδιασμένο να κάνει το LlamaIndex;

Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

  1. Τι είναι κυρίως σχεδιασμένο να κάνει το LlamaIndex;
    • Συνδέστε LLM στα δεδομένα σας για επαυξημένη παραγωγή ανάκτησης
    • Εκπαιδεύστε νέα μοντέλα θεμελίωσης
    • Δημιουργήστε εικόνες και βίντεο
    • Διαχειριστείτε συμπλέγματα GPU στο cloud
  2. Πώς ονομαζόταν αρχικά το LlamaIndex όταν κυκλοφόρησε;
    • DataChain
    • Ευρετήριο GPT
    • VectorBase
    • LlamaHub
  3. Γιατί είναι απαραίτητη η ανάκτηση αντί να επικολλούνται απλώς τα πάντα στην προτροπή;
    • Τα LLM δεν μπορούν να διαβάσουν αρχεία κειμένου
    • Η αποθήκευση των ενσωματώσεων είναι παράνομη
    • Τα μοντέλα έχουν περιορισμένα παράθυρα περιβάλλοντος και δεν γνωρίζουν προσωπικά δεδομένα
    • Η ανάκτηση κάνει τα μοντέλα να εκπαιδεύονται πιο γρήγορα
  4. Σε μια διοχέτευση LlamaIndex, τι δημιουργείται από κάθε κομμάτι ενός εγγράφου για να ενεργοποιηθεί η σημασιολογική αναζήτηση;
    • Ένα συμπιεσμένο αρχείο ZIP
    • Μια σειρά πίνακα SQL
    • Ένα στιγμιότυπο οθόνης
    • Μια διανυσματική ενσωμάτωση
  5. Τι είναι κατασκευασμένο για να χειρίζεται το LlamaParse;
    • Ανάλυση σύνθετων PDF, πινάκων και εγγράφων για απορρόφηση
    • Ανάλυση πηγαίου κώδικα σε δέντρα σύνταξης
    • Ανάλυση ήχου σε μεταγραφές
    • Ανάλυση πακέτων δικτύου
  6. Where do LlamaIndex node postprocessors run in the documented query pipeline?
    • Before documents are parsed or indexed
    • After retrieval and before response synthesis
    • Only after a final answer is returned
    • Between model pretraining and tokenizer training
  7. What does LlamaIndex’s SubQuestionQueryEngine do with a complex multi-source question?
    • Converts every document into a single unsearchable string
    • Runs only a fixed keyword lookup with no query planning
    • Creates subquestions for relevant data sources and synthesizes the intermediate responses
    • Fine-tunes the language model on the documents
  8. In a LlamaIndex query pipeline, what is the response synthesizer responsible for?
    • Choosing the original PDF files before ingestion
    • Training the embedding model from scratch
    • Replacing the retriever’s index with a file system
    • Combining the query and retrieved Nodes to produce a response