Quiz lié à un guide · Moyen Niveau

Quiz RAG agentique

Comprenez comment les systèmes de récupération agentique choisissent les sources, décomposent les questions, évaluent les preuves et gèrent les coûts de récupération.

Chemins de guidage associésRAG agentique
Question 1 de 8

Par rapport à une simple ligne de base de récupération et de génération en une seule fois, que peut ajouter le RAG agentique ?

Prévisualisez chaque question8 des questions

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

  1. Par rapport à une simple ligne de base de récupération et de génération en une seule fois, que peut ajouter le RAG agentique ?
    • 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. Comment le RAG agentique gère-t-il une question difficile à plusieurs sauts ?
    • Il refuse de répondre
    • Il peut diviser la question en sous-questions et récupérer pour chacune
    • Il répond toujours de mémoire uniquement
    • Cela supprime la question
  3. Dans le RAG agentique, les récupérateurs sont mieux décrits comme quoi pour l'agent ?
    • Processus d'arrière-plan inutilisés
    • La réponse finale
    • Outils que l'agent peut choisir d'appeler
    • Un type de filtre d'image
  4. À quoi sert une étape facultative de « classement » dans Agentic RAG ?
    • Attribue un score à l'utilisateur
    • Supprime le magasin de vecteurs
    • Traduit la réponse
    • Filtre les morceaux récupérés non pertinents avant la génération
  5. Quel est le coût principal du RAG agentique par rapport au RAG à injection unique ?
    • Plus d'appels de modèles et une latence plus élevée
    • Il ne peut pas utiliser de magasin vectoriel
    • Il perd toute précision
    • Cela ne nécessite aucun calcul
  6. Quel scénario correspond le mieux à RAG agent ?
    • Faire écho aux mots exacts de l'utilisateur
    • Acheminer une question entre des documents internes, le Web et une base de données SQL selon les besoins
    • Générer du texte aléatoire sans sources
    • Compresser un fichier image
  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