Útmutatóhoz kapcsolódó kvíz · Közepes Szint
Maximális határrelevancia kvíz
Test MMR relevance-diversity scoring, greedy selection, cached redundancy updates, and the limits imposed by the initial retrieval candidate pool.
kérdés 1 -ból 8
Mi az az elsődleges probléma, amelyet az MMR-nek meg kell oldania?
Tekintse meg az összes kérdést8 kérdéseket
A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.
- Mi az az elsődleges probléma, amelyet az MMR-nek meg kell oldania?
- Lassú lekérdezési késleltetés nagy adatbázisokban
- Helytelen helyesírás a felhasználói lekérdezésekben
- Redundáns, szinte ismétlődő eredmények a tiszta relevancia szerinti rangsorolásból
- A beágyazáshoz szükséges képzési adatok hiánya
- Mit hangsúlyoz az MMR képletben az 1-hez közeli lambda érték?
- Tiszta relevancia a lekérdezés szempontjából
- Maximális változatosság az eredmények között
- Az összes jelölt egyenlő súlyozása
- Véletlenszerű kiválasztás
- Hogyan választja ki az MMR az eredményeket?
- Egyszerre egyetlen pontszám rendezésével
- Véletlenszerűen rögzített maggal
- A dokumentumok ábécé szerinti sorrendjében
- Mohón, egyenként, a már kiválasztott tételekhez képest
- How can an embedding-based MMR implementation measure query relevance and document redundancy?
- Using only a document's filename length
- Using a similarity measure such as cosine, without MMR requiring that one measure universally
- Using a mandatory audio-transcription score for all text
- Using no relevance or inter-document comparison at all
- Miért különösen hasznos az MMR a retrieval-augmented generációban (RAG)?
- Kiegészítő, nem redundáns bizonyítékokat szolgáltat
- Összenyomja a modell súlyait
- Automatikusan finomhangolja a nyelvi modellt
- Titkosítja a letöltött dokumentumokat
- If MMR caches each candidate's maximum redundancy and updates it against each new selection, roughly how many similarities are needed for k picks from n candidates?
- Always constant time independent of k and n
- Exactly n factorial for every implementation
- About k times n, ignoring vector dimension and initial setup
- No document comparisons after the first query score
- With lambda equal to 0.5, relevance 0.8, and maximum selected-item similarity 0.9, what is a candidate's MMR scoring term?
- 0.85, from averaging the two similarities
- Minus 0.05, from 0.5 times 0.8 minus 0.5 times 0.9
- 0.72, from multiplying relevance and redundancy
- 1.7, from adding the two similarities
- Can an MMR reranker select a relevant document that the upstream retrieval candidate pool omitted?
- Yes; diversity scoring invents missing source documents
- Yes; a lower lambda automatically searches the whole corpus
- Yes; reranking changes the document's original publication date
- No; it chooses among the supplied candidates unless the upstream pool is expanded