Cuestionario sobre codificadores cruzados y codificadores bi-encoders

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

1. ¿Cuál es la diferencia arquitectónica definitoria entre un codificador cruzado y un codificador bi-codificador?
   • Un codificador cruzado procesa ambos textos juntos para que los tokens puedan atenderlos, mientras que un codificador bicodifica cada texto por separado.
   • Un bicodificador usa atención y un codificador cruzado no usa atención
   • Un codificador cruzado es más pequeño y más rápido que un codificador bi-
   • Un bicodificador solo puede manejar un texto a la vez
2. ¿Por qué los codificadores bicodificadores escalan a millones de documentos de manera eficiente?
   • Usan menos datos de entrenamiento
   • Las incrustaciones de documentos son independientes de las consultas y se pueden calcular y almacenar previamente.
   • Nunca usan transformadores.
   • Se saltan el paso lento de tokenización
3. En un proceso de búsqueda de producción típico, ¿cómo se combinan las dos arquitecturas?
   • El codificador cruzado recupera candidatos y luego un codificador bidireccional los reclasifica
   • Ambos se ejecutan en paralelo y los votos se promedian
   • Un bicodificador recupera muchos candidatos y luego un codificador cruzado reclasifica los mejores
   • Sólo se utiliza uno, nunca ambos.
4. How does a late-interaction model such as ColBERT combine token-level query and document representations at scoring time?
   • It averages both texts into a single vector before any interaction
   • It concatenates raw audio waveforms and applies a vocoder
   • It ranks documents only by their character count
   • It compares query-token vectors with document-token vectors using a MaxSim-style aggregation
5. ¿Qué genera normalmente un bicodificador para un único texto de entrada?
   • Un único vector de incrustación de longitud fija
   • Una puntuación de relevancia entre dos textos.
   • Una lista clasificada de documentos
   • Una distribución de probabilidad sobre el vocabulario.
6. After jointly processing a query and candidate, what does a cross-encoder produce?
   • A reusable document vector computed independently of the query
   • A relevance score for that specific query-candidate pair
   • A separate token vector for every item in the full corpus
   • A guarantee that the top result is correct
7. What kind of representation does a late-interaction model such as ColBERT retain for a text?
   • Only one global label for the whole corpus
   • A decoded audio waveform
   • A vector representation for each token
   • A complete copy of the cross-encoder’s pairwise scores
8. What similarity function do Sentence Transformers examples commonly use for comparing normalized bi-encoder embeddings?
   • Edit distance over raw audio samples
   • A pixel-wise image loss
   • A speech-recognition word error rate
   • Similitud del coseno