Quiz lié à un guide · Moyen Niveau

Quiz sur les graphiques de connaissances GraphRAG

Testez l'extraction d'entités GraphRAG, les communautés de graphiques, les requêtes locales et globales, la validation des sources et le travail d'indexation derrière les rapports de communauté.

Chemins de guidage associésGraphiques de connaissances Graphrag
Question 1 de 8

Quelle structure de base GraphRAG construit-il qui le distingue du RAG standard ?

Prévisualisez chaque question8 des questions

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

  1. Quelle structure de base GraphRAG construit-il qui le distingue du RAG standard ?
    • Un schéma SQL relationnel des utilisateurs
    • Un réseau neuronal de pixels
    • Un graphe de connaissances des entités et de leurs relations
    • Une liste de mots vides
  2. What query scope motivated community reports in Microsoft's 2024 GraphRAG work?
    • Only changing a sentence's spelling
    • Collection-wide themes and summaries whose evidence spans many documents
    • Only measuring a video file's frame rate
    • A guarantee that all narrow lookups must use graph traversal
  3. Quel algorithme GraphRAG utilise-t-il couramment pour regrouper les entités liées en communautés ?
    • Tri à bulles
    • Descente de gradient
    • Cryptage RSA
    • Détection de la communauté de Leiden
  4. What does GraphRAG's model-based extraction stage produce from source chunks?
    • Structured entity and relationship records with descriptions
    • Only an executable operating-system image
    • Only random names unrelated to the source
    • Only audio waveforms with no text records
  5. How do documented GraphRAG local and global query strategies use context differently?
    • Local means Wi-Fi and global means satellite connectivity
    • Local search uses entity-related and source context; global search aggregates community reports
    • Local works only with images while global excludes all documents
    • Both strategies discard extracted information before generation
  6. Quelle organisation a popularisé l’approche GraphRAG en 2024 ?
    • Une compagnie de téléphone des années 1970
    • Une chaîne de restauration rapide
    • Microsoft Recherche
    • Une alliance aérienne
  7. Why should an important GraphRAG relationship be checked against its source documents?
    • The extraction model can make errors, and a graph edge does not independently establish the relationship's truth
    • Every extracted edge is automatically a verified fact
    • Graph storage replaces the need for source evidence
    • Community detection proves the original documents cannot be wrong
  8. What additional upfront work can GraphRAG indexing require compared with simply preparing text chunks?
    • No model calls or derived records of any kind
    • Automatic retraining of every user's language model
    • Publishing every source document to social media
    • Model-based entity and relationship extraction and generation of community reports