Cuestionario vinculado a una guía · Medio Nivel

Prueba de RAG agente

Comprenda cómo los sistemas de recuperación agentes eligen fuentes, descomponen preguntas, evalúan evidencia y gestionan los costos de recuperación.

Rutas de guía relacionadasRAG agente
Pregunta 1 de 8

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

Vista previa de cada pregunta8 preguntas

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

  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. ¿Cómo maneja el RAG agente una pregunta difícil de múltiples saltos?
    • Se niega a responder
    • Puede dividir la pregunta en subpreguntas y recuperarlas para cada una.
    • Siempre responde solo de memoria.
    • elimina la pregunta
  3. En RAG agente, los perros perdigueros se describen mejor como ¿qué al agente?
    • Procesos en segundo plano no utilizados
    • la respuesta final
    • Herramientas que el agente puede elegir llamar
    • Un tipo de filtro de imagen.
  4. ¿Qué hace un paso opcional de 'calificación' en RAG agente?
    • Asigna una puntuación al usuario.
    • Elimina el almacén de vectores.
    • Traduce la respuesta
    • Filtra fragmentos recuperados irrelevantes antes de la generación
  5. ¿Cuál es el costo principal del RAG agente en comparación con el RAG de un solo disparo?
    • Más llamadas de modelo y mayor latencia
    • No puede utilizar una tienda de vectores.
    • Pierde toda exactitud
    • No requiere cálculo
  6. ¿Qué escenario se adapta mejor al RAG agente?
    • Haciendo eco de las palabras exactas del usuario.
    • Dirigir una pregunta entre documentos internos, la web y una base de datos SQL según sea necesario
    • Generando texto aleatorio sin fuentes
    • Comprimir un archivo de imagen
  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