Cuestionario vinculado a una guía · duro Nivel

Cuestionario de recuperación de vectores múltiples y ColBERT

Estudie la clasificación multivectorial de ColBERT, la reclasificación de candidatos, la recuperación de páginas de documentos de ColPali y cómo ColBERTv2 comprime las representaciones de tokens.

Rutas de guía relacionadasColbert y recuperación de vectores múltiples
Pregunta 1 de 8

¿Cómo representa ColBERT un documento?

Vista previa de cada pregunta8 preguntas

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

  1. ¿Cómo representa ColBERT un documento?
    • Tantos vectores contextuales por token
    • Como un único vector denso
    • Como cuenta una bolsa escasa de palabras clave
    • Sólo como cadena de texto sin formato
  2. ¿Qué operación utiliza ColBERT para calificar la relevancia del documento de consulta?
    • Coseno de dos vectores simples
    • MaxSim: suma de la mejor coincidencia de cada token de consulta con cualquier token de documento
    • Entropía cruzada sobre todo el vocabulario.
    • Frecuencia del término BM25
  3. ¿Por qué ColBERT es más rápido que un codificador cruzado a escala?
    • Utiliza un vocabulario más reducido.
    • Ignora la consulta por completo.
    • Las incrustaciones de tokens de documentos se calculan previamente y se indexan sin conexión
    • Procesa solo la primera palabra de cada documento.
  4. ¿Qué problema con los recuperadores densos de un solo vector aborda ColBERT?
    • Son demasiado lentos para indexar
    • No pueden utilizar redes neuronales.
    • No requieren datos de entrenamiento.
    • Pierden detalles finos a nivel de token al comprimirse en un vector
  5. ¿Qué mejora clave introdujo ColBERTv2?
    • Compresión residual que reduce enormemente el tamaño del índice.
    • Eliminó BERT por completo
    • Cambió a codificación de un solo vector.
    • Sólo funciona en imágenes.
  6. ¿A qué aplica ColPali la interacción tardía estilo ColBERT?
    • Formas de onda de audio
    • Parches de imágenes de páginas de documentos, como archivos PDF
    • Solo palabras clave individuales
    • Filas de la tabla de base de datos
  7. In a two-stage search system, what role can ColBERT play after a fast first-stage retriever?
    • Generate the source documents from scratch
    • Replace the query with a document title
    • Rerank the candidate passages using contextual token-level matching
    • Discard every candidate before scoring
  8. What does ColBERTv2's residual compression store for a token vector?
    • Only the raw document text with no vector data
    • A full copy of the language model for each token
    • One shared vector for the entire document
    • A centroid code together with a compact residual representation