ガイド連動クイズ · 中 レベル

GraphRAG ナレッジグラフ クイズ

GraphRAG エンティティ抽出、グラフ コミュニティ、ローカルおよびグローバル クエリ、ソース検証、コミュニティ レポートの背後にあるインデックス作成作業をテストします。

関連するガイドパスGraphrag ナレッジ グラフ
質問 1 の 8

GraphRAG は標準の RAG と区別するためにどのようなコア構造を構築しますか?

すべての質問をプレビューする8 質問

クイズに答えると、答えと解説が表示されます。

  1. GraphRAG は標準の RAG と区別するためにどのようなコア構造を構築しますか?
    • ユーザーのリレーショナル SQL スキーマ
    • ピクセルのニューラル ネットワーク
    • エンティティとその関係のナレッジ グラフ
    • ストップワードのリスト
  2. What query scope motivated community reports in Microsoft's 2024 GraphRAG work?
    • Only changing a sentence's spelling
    • Collection-wide themes and summaries whose evidence spans many documents
    • Only measuring a video file's frame rate
    • A guarantee that all narrow lookups must use graph traversal
  3. GraphRAG は、関連するエンティティをコミュニティにクラスタリングするために一般的にどのようなアルゴリズムを使用しますか?
    • バブルソート
    • 勾配降下法
    • RSA暗号化
    • ライデン コミュニティの検出
  4. What does GraphRAG's model-based extraction stage produce from source chunks?
    • Structured entity and relationship records with descriptions
    • Only an executable operating-system image
    • Only random names unrelated to the source
    • Only audio waveforms with no text records
  5. How do documented GraphRAG local and global query strategies use context differently?
    • Local means Wi-Fi and global means satellite connectivity
    • Local search uses entity-related and source context; global search aggregates community reports
    • Local works only with images while global excludes all documents
    • Both strategies discard extracted information before generation
  6. 2024 年に GraphRAG アプローチを普及させたのはどの組織ですか?
    • 1970 年代の電話会社
    • ファストフードチェーン
    • Microsoft 研究
    • 航空連合
  7. Why should an important GraphRAG relationship be checked against its source documents?
    • The extraction model can make errors, and a graph edge does not independently establish the relationship's truth
    • Every extracted edge is automatically a verified fact
    • Graph storage replaces the need for source evidence
    • Community detection proves the original documents cannot be wrong
  8. What additional upfront work can GraphRAG indexing require compared with simply preparing text chunks?
    • No model calls or derived records of any kind
    • Automatic retraining of every user's language model
    • Publishing every source document to social media
    • Model-based entity and relationship extraction and generation of community reports