Quiz sur les intégrations de documents hypothétiques HyDE

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

1. Que génère HyDE avant d’effectuer la récupération ?
   • Une requête SQL
   • Une liste de synonymes uniquement
   • Une image compressée de la requête
   • Un document hypothétique qui répondrait à la requête
2. What is the intended role of the encoder bottleneck when HyDE's hypothetical document contains invented details?
   • Retain useful retrieval patterns while reducing some irrelevant specifics, without guaranteeing error removal
   • Prove every generated sentence is factually correct
   • Manually repair every fabricated claim before encoding
   • Make fabricated details incapable of influencing any search result
3. Un avantage pratique majeur de HyDE est qu’il fonctionne :
   • Seulement avec des millions d'exemples étiquetés
   • Uniquement sur le texte anglais
   • Zero-shot, sans données de formation pertinentes étiquetées
   • Uniquement pour la recherche d'images
4. Quel type de modèle d'intégration est utilisé dans le HyDE d'origine pour coder le document hypothétique ?
   • Un classificateur de requêtes supervisé
   • Un encodeur contrastif non supervisé tel que Contriever
   • Un extracteur de mots-clés basé sur des règles
   • Un réseau d'images convolutif
5. À quel problème central de la récupération dense HyDE est-il conçu pour répondre ?
   • Les requêtes courtes et les passages de réponses plus longs se trouvent souvent dans différentes régions de l'espace d'intégration
   • Les documents sont trop courts pour être indexés
   • Les index inversés sont trop lents
   • Les intégrations ne peuvent pas être stockées sur le disque
6. How can a HyDE variant combine several generated hypothetical documents into one search representation?
   • Declare all generated claims to be verified facts
   • Delete the encoder and search only by file size
   • Require every generated document to be a real corpus passage
   • Average their encoded vectors before searching the real corpus
7. Which text should support a factual answer after HyDE retrieval?
   • The generated hypothetical document because generation verifies it
   • Relevant real source passages that have been checked, rather than the hypothetical document alone
   • Only the nearest vector's numeric coordinates
   • Any invented detail repeated by several generated samples
8. What extra retrieval cost can HyDE introduce compared with directly embedding a user's query?
   • Mandatory relevance-label collection for every query
   • A requirement to retrain Contriever for each search
   • The latency and computation of generating one or more hypothetical documents
   • Elimination of all encoder and index computation