Útmutatóhoz kapcsolódó kvíz · Kemény Szint

HyDE hipotetikus dokumentumbeágyazási kvíz

Review HyDE generation, contrastive document embeddings, zero-shot retrieval, sample averaging, and the limits of hypothetical text as evidence.

Kapcsolódó útmutató utakHyde hipotetikus dokumentumbeágyazások
kérdés 1 -ból 8

Mit generál a HyDE a visszakeresés végrehajtása előtt?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Mit generál a HyDE a visszakeresés végrehajtása előtt?
    • Egy SQL lekérdezés
    • Csak a szinonimák listája
    • A lekérdezés tömörített képe
    • Egy hipotetikus dokumentum, amely választ adna a kérdésre
  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. A HyDE fő gyakorlati előnye, hogy működik:
    • Csak milliónyi felcímkézett példával
    • Csak angol szövegen
    • Zero-shot, feliratozott relevancia edzési adatok nélkül
    • Csak képkereséshez
  4. Milyen típusú beágyazási modellt használnak az eredeti HyDE-ben a hipotetikus dokumentum kódolására?
    • Felügyelt lekérdezési osztályozó
    • Egy felügyelet nélküli kontrasztív kódoló, mint például a Contriever
    • Szabályalapú kulcsszókivonó
    • Konvolúciós képhálózat
  5. Milyen alapvető problémára tervezték a HyDE-t a sűrű visszakeresésben?
    • A rövid lekérdezések és a hosszabb válaszrészletek gyakran a beágyazási tér különböző régióiban helyezkednek el
    • A dokumentumok túl rövidek az indexeléshez
    • A fordított indexek túl lassúak
    • A beágyazások nem tárolhatók lemezen
  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