Útmutatóhoz kapcsolódó kvíz · Közepes Szint

Cross-Encoder vs Bi-Encoders kvíz

Compare cross-encoder and bi-encoder retrieval, from reusable embeddings to query-aware reranking and late-interaction models.

Kapcsolódó útmutató utakKeresztkódolók vs Bi kódolók
kérdés 1 -ból 8

Mi a meghatározó építészeti különbség a keresztkódoló és a bi-kódoló között?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Mi a meghatározó építészeti különbség a keresztkódoló és a bi-kódoló között?
    • A keresztkódoló mindkét szöveget együtt dolgozza fel, így a tokenek áthaladhatnak rajtuk, míg a bi-kódoló minden szöveget külön kódol
    • A bi-encoder figyelmet, a keresztkódoló pedig nem használ figyelmet
    • A keresztkódoló kisebb és gyorsabb, mint a bi-kódoló
    • Egy bi-kódoló egyszerre csak egy szöveget tud kezelni
  2. Miért méreteznek a bi-kódolók hatékonyan több millió dokumentumra?
    • Kevesebb edzési adatot használnak fel
    • A dokumentumbeágyazások lekérdezéstől függetlenek, és előre kiszámíthatók és tárolhatók
    • Soha nem használnak transzformátort
    • Kihagyják a lassú tokenizálási lépést
  3. Egy tipikus éles keresési folyamatban hogyan kombinálható a két architektúra?
    • A keresztkódoló lekéri a jelölteket, majd egy bi-encoder átsorolja őket
    • Mindkettő párhuzamosan fut, és a szavazatokat átlagolják
    • A bi-encoder sok jelöltet lekér, majd egy keresztkódoló átsorolja a legjobbakat
    • Csak az egyiket használjuk, a kettőt soha
  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. Mit ad ki egy bi-kódoló általában egyetlen bemeneti szöveghez?
    • Egyetlen fix hosszúságú beágyazási vektor
    • Két szöveg közötti relevancia pontszám
    • A dokumentumok rangsorolt listája
    • Valószínűségi eloszlás a szókincsben
  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
    • Koszinusz hasonlóság