Quiz collegato alla guida · Medio Livello

Quiz sul recupero di passaggi densi

Testare le query DPR e i codificatori di passaggio, il punteggio del prodotto scalare, i negativi in ​​batch e BM25 e la necessità di aggiornare un indice quando cambiano gli incorporamenti.

Percorsi guida correlatiRecupero di passaggi densi
Domanda 1 di 8

How does Dense Passage Retrieval decide which passages match a query?

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. How does Dense Passage Retrieval decide which passages match a query?
    • Confronto di rappresentazioni vettoriali dense di query e passaggi per somiglianza
    • Contare quante parole di query compaiono in ciascun documento
    • Traduzione della query in SQL prima della ricerca
    • Classificare i documenti esclusivamente in base alla data di pubblicazione
  2. DPR utilizza un'architettura "bi-encoder". Che cosa significa?
    • Codifica il testo due volte e calcola la media dei risultati
    • Funziona solo su documenti bilingui
    • Codifica sia i caratteri che le parole contemporaneamente
    • Utilizza due codificatori separati, uno per le query e uno per i passaggi
  3. Perché i vettori di passaggio possono essere calcolati in anticipo in DPR?
    • Perché i passaggi non cambiano mai una volta scritti
    • Perché il codificatore delle query è disabilitato al momento della ricerca
    • Perché ogni passaggio è codificato indipendentemente da qualsiasi query
    • Perché i passaggi vengono memorizzati solo come testo non elaborato
  4. Quale trucco di formazione consente a DPR di generare molti esempi negativi a buon mercato?
    • Capovolgimento casuale delle etichette
    • Negativi in batch, utilizzando altri passaggi nello stesso batch
    • Perdendo metà dei neuroni
    • Etichettare manualmente ogni passaggio sbagliato
  5. For what vocabulary mismatch can learned DPR representations be useful compared with lexical matching alone?
    • The passage is unrelated but repeats the query's terms
    • Every query contains only an exact serial number
    • The encoder is guaranteed to retrieve the right answer for all inputs
    • A relevant passage expresses a query's idea using different words
  6. Quale strumento viene comunemente utilizzato per rendere la ricerca del vicino più vicino di DPR veloce e su larga scala?
    • Un indice approssimativo del vicino più vicino come FAISS
    • Un ordinamento di fogli di calcolo
    • Un motore di espressioni regolari
    • Un'unione a un database relazionale
  7. Why can BM25-retrieved nonanswer passages be useful hard negatives when training DPR?
    • They guarantee that every retrieved passage is irrelevant
    • Their lexical overlap can make them challenging distractors that the retriever must distinguish from the answer passage
    • They remove the need for a positive answer passage
    • They force the passage encoder to count words without learning
  8. After changing DPR's passage encoder, what should happen to a stored passage-vector index?
    • Keep the old embeddings because encoder weights cannot affect vectors
    • Rename the index without recalculating any representation
    • Recompute the passage embeddings with the intended compatible encoder and update the index
    • Disable the query encoder and search raw filenames instead