गाइड से जुड़ी प्रश्नोत्तरी · मध्यम स्तर

मूल दस्तावेज़ और छोटे से बड़े पुनर्प्राप्ति प्रश्नोत्तरी

छोटे से बड़े पुनर्प्राप्ति के बारे में अपनी समझ का परीक्षण करें: बच्चे और माता-पिता के खंड, वाक्य-विंडो और ऑटो-मर्जिंग पुनर्प्राप्ति, और जब यह निश्चित खंडों को हरा देता है।

प्रश्न 1 का 8

छोटी-से-बड़ी पुनर्प्राप्ति किस मुख्य व्यापार-बंद को संबोधित करती है?

प्रत्येक प्रश्न का पूर्वावलोकन करें8 प्रश्न

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

  1. छोटी-से-बड़ी पुनर्प्राप्ति किस मुख्य व्यापार-बंद को संबोधित करती है?
    • बड़े दस्तावेज़ों के लिए एंबेडिंग मॉडल बहुत धीमे हैं
    • छोटे हिस्से सटीक रूप से मेल खाते हैं लेकिन संदर्भ की कमी है, जबकि बड़े हिस्से संदर्भ रखते हैं लेकिन खराब तरीके से मेल खाते हैं
    • वेक्टर डेटाबेस दस्तावेज़ों को एक पृष्ठ से अधिक लंबे समय तक संग्रहीत नहीं कर सकते
    • भाषा मॉडल प्रति अनुरोध केवल एक भाग पढ़ सकते हैं
  2. छोटे से बड़े सिस्टम में, क्वेरी के समय क्या एम्बेड किया जाता है और खोजा जाता है?
    • छोटे बच्चे के टुकड़े
    • केवल संपूर्ण मूल दस्तावेज़
    • केवल दस्तावेज़ शीर्षक
    • मॉडल के पिछले उत्तर
  3. यदि तीन पुनर्प्राप्त चाइल्ड खंड सभी एक ही मूल अनुभाग से संबंधित हैं, तो सिस्टम को क्या करना चाहिए?
    • तीनों बच्चों और माता-पिता को भेजो
    • बच्चों को हटा दें क्योंकि वे ओवरलैप होते हैं
    • साझा अभिभावक को एक बार भेजें
    • सबसे कम अंक प्राप्त करने वाले बच्चे को ही भेजें
  4. LangChain का ParentDocumentRetriever टेक्स्ट के दो स्तरों को कैसे संग्रहीत करता है?
    • बिना किसी लिंक के एक ही वेक्टर इंडेक्स में दोनों स्तर
    • वेक्टर स्टोर में माता-पिता और त्यागे गए बच्चे
    • रिलेशनल टेबल में बच्चे, मॉडल के वज़न में माता-पिता
    • बच्चे एक वेक्टर स्टोर में और माता-पिता एक अलग दस्तावेज़ स्टोर में
  5. वाक्य-विंडो पुनर्प्राप्ति क्या लौटाती है?
    • केवल एकल मिलान वाक्य
    • सुमेलित वाक्य और पड़ोसी वाक्यों की निश्चित संख्या
    • दस्तावेज़ से वाक्यों का एक यादृच्छिक नमूना
    • दस्तावेज़ का शीर्षक और सारांश
  6. जब एक ही मूल नोड से पर्याप्त पत्ती के टुकड़े पुनर्प्राप्त किए जाते हैं तो ऑटो-मर्जिंग पुनर्प्राप्ति क्या करती है?
    • यह इंडेक्स से पैरेंट नोड को हटा देता है
    • यह यूजर से पूछता है कि कौन सा पत्ता रखना है
    • यह पत्ती के टुकड़ों को उनके साझा मूल नोड से बदल देता है
    • यह पत्तियों को एक वेक्टर के रूप में पुनः एम्बेड करता है
  7. किस स्थिति में छोटी से बड़ी पुनर्प्राप्ति सबसे कम मदद करती है?
    • जब दस्तावेज़ पहले से ही कम हैं
    • जब दस्तावेज़ अनुभागों के साथ लंबे मैनुअल होते हैं
    • जब अर्थ आस-पास की परिभाषाओं पर निर्भर करता है
    • जब एक अनुबंध अनुभाग से कई मैच आते हैं
  8. प्रत्येक बच्चे के मेटाडेटा में एक पेरेंट_आईडी क्यों संग्रहीत करें?
    • इसलिए मॉडल को मूल आईडी पर ठीक किया जा सकता है
    • एंबेडिंग्स को छोटा बनाने के लिए
    • माता-पिता को उपयोगकर्ता से छिपाने के लिए
    • इसलिए एक बच्चे को उसके माता-पिता तक विस्तारित करना किसी अन्य खोज के बजाय एक सस्ता कुंजी-मूल्य लुकअप है