Cuestionario vinculado a una guía · Medio Nivel

Prueba de recuperación contextual

Prueba la recuperación contextual: anteponer el contexto del documento a fragmentos, incrustaciones contextuales con BM25 contextual, reclasificación y costos de almacenamiento en caché rápidos.

Rutas de guía relacionadasRecuperación contextual
Pregunta 1 de 8

¿Qué problema resuelve la recuperación contextual?

Vista previa de cada pregunta8 preguntas

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

  1. ¿Qué problema resuelve la recuperación contextual?
    • Chunks lose information like company or time period when split from their document
    • Embeddings are too expensive to store
    • Language models cannot read tables
    • BM25 cannot handle long queries
  2. ¿Cómo se genera el contexto para cada fragmento?
    • By copying the document title only
    • A language model reads the whole document and the chunk and writes a short situating explanation
    • By a human editor for every chunk
    • By averaging neighboring embeddings
  3. ¿Qué dos índices reciben el texto fragmentado contextualizado en el enfoque de Anthropic?
    • A graph database and a cache
    • A SQL table and a spreadsheet
    • An embedding index and a BM25 keyword index
    • Two separate vector indexes with different models
  4. Según los experimentos informados por Anthropic, ¿aproximadamente cuánto redujeron las incrustaciones contextuales más el BM25 contextual entre los 20 principales errores de recuperación?
    • About 5 percent
    • About 20 percent
    • Alrededor del 90 por ciento
    • About 49 percent
  5. ¿Por qué el almacenamiento en caché rápido abarata la recuperación contextual?
    • It caches the document once and reuses it for every chunk's context call
    • It skips the embedding step
    • It removes the need for BM25
    • It shortens each chunk
  6. Why is keeping BM25 in the pipeline especially useful with added context?
    • BM25 understands synonyms better than embeddings
    • Contexts often add exact identifiers like names, dates or codes that keyword search matches precisely
    • BM25 requires no index
    • BM25 replaces reranking
  7. When might contextual retrieval be unnecessary?
    • When the documents are in English
    • When using a reranker
    • When the knowledge base is small enough to fit in the model's context window
    • When chunks are longer than 50 tokens
  8. Where does the main extra cost of contextual retrieval occur?
    • At query time for every user question
    • In the reranker only
    • In the user's browser
    • At indexing time, with one model call per chunk