Kuis terkait panduan · Keras Tingkat

ColBERT dan Kuis Pengambilan Multi-Vektor

Pelajari pemeringkatan multi-vektor ColBERT, pemeringkatan ulang kandidat, pengambilan halaman dokumen ColPali, dan bagaimana ColBERTv2 mengompresi representasi token.

Jalur panduan terkaitPengambilan Colbert dan Multi Vektor
Pertanyaan 1 dari 8

Bagaimana ColBERT mewakili sebuah dokumen?

Pratinjau setiap pertanyaan8 pertanyaan

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

  1. Bagaimana ColBERT mewakili sebuah dokumen?
    • Sebanyak vektor kontekstual per token
    • Sebagai vektor padat tunggal
    • Sebagai kumpulan kata kunci yang jarang dihitung
    • Sebagai string teks mentah saja
  2. Operasi apa yang digunakan ColBERT untuk menilai relevansi dokumen kueri?
    • Kosinus dua vektor tunggal
    • MaxSim: jumlah kecocokan terbaik setiap token kueri dengan token dokumen apa pun
    • Entropi silang atas seluruh kosakata
    • Frekuensi istilah BM25
  3. Mengapa ColBERT lebih cepat daripada cross-encoder dalam skala besar?
    • Ini menggunakan kosakata yang lebih sedikit
    • Itu mengabaikan permintaan sepenuhnya
    • Penyematan token dokumen telah dihitung sebelumnya dan diindeks secara offline
    • Ini hanya memproses kata pertama dari setiap dokumen
  4. Masalah apa dengan retriever padat vektor tunggal yang diatasi oleh ColBERT?
    • Mereka terlalu lambat untuk diindeks
    • Mereka tidak dapat menggunakan jaringan saraf
    • Mereka tidak memerlukan data pelatihan
    • Mereka kehilangan detail tingkat token yang sangat halus dengan mengompresi menjadi satu vektor
  5. Peningkatan penting apa yang diperkenalkan ColBERTv2?
    • Kompresi sisa yang sangat memperkecil ukuran indeks
    • Ini menghapus BERT sepenuhnya
    • Itu beralih ke pengkodean vektor tunggal
    • Ini hanya berfungsi pada gambar
  6. ColPali menerapkan interaksi terlambat gaya ColBERT pada apa?
    • Bentuk gelombang audio
    • Tambalan gambar halaman dokumen, seperti PDF
    • Hanya kata kunci tunggal
    • Baris tabel database
  7. In a two-stage search system, what role can ColBERT play after a fast first-stage retriever?
    • Generate the source documents from scratch
    • Replace the query with a document title
    • Rerank the candidate passages using contextual token-level matching
    • Discard every candidate before scoring
  8. What does ColBERTv2's residual compression store for a token vector?
    • Only the raw document text with no vector data
    • A full copy of the language model for each token
    • One shared vector for the entire document
    • A centroid code together with a compact residual representation