ガイド連動クイズ · ハード レベル

自己 RAG およびリフレクティブ検索クイズ

Self-RAG 適応検索、リフレクション トークン、教師あり批評トレーニング、セグメント スコアリング、モデル生成のサポート判断の限界を確認します。

関連するガイドパス自己 RAG と反射型検索
質問 1 の 8

Compared with a baseline that retrieves for every input, what adaptive decision does Self-RAG learn?

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. Compared with a baseline that retrieves for every input, what adaptive decision does Self-RAG learn?
    • Which operating system to install for every query
    • Whether retrieval is needed, including decisions as generation progresses
    • How to permanently remove all document sources
    • How to prove every generated statement without inspecting evidence
  2. Self-RAG の「リフレクション トークン」とは何ですか?
    • ドキュメントの暗号化キー
    • ユーザーのログイン認証情報
    • 取得したファイルのタイムスタンプ
    • 関連性、サポート、有用性を判断するためにモデルが発行する特別な制御トークン
  3. What does Self-RAG's IsSupported reflection token predict?
    • Whether the model's hardware has enough disk space
    • Whether a support ticket has been paid
    • Whether a generated segment is supported by the retrieved evidence
    • Whether every source claim is independently proven true
  4. 通常、Self-RAG モデルはリフレクション トークンを生成するようにどのようにトレーニングされますか?
    • 多くの場合、より強力なモデルから抽出された、リフレクション トークンでラベル付けされたデータに対する教師あり学習
    • 純粋に教師なしのクラスタリング
    • 学習せずにルールを手作業でコーディングすることにより、
    • 人間のクリックによる強化学習のみ
  5. 各パッセージに対して「IsRelevant」批評を行うことにはどのような利点がありますか?
    • ネットワーク接続が高速化されます
    • ドキュメントストアを圧縮します
    • モデルのトークナイザーを変更します
    • 実際にはクエリに役立たない、取得されたパッセージをフィルタリングして除外します。
  6. How can reflection-token scores affect Self-RAG inference without a new training run?
    • Every query must update all model parameters
    • Weighted critique scores can be combined with generation likelihood during segment-level candidate search
    • The critique scores must replace all source text with random tokens
    • Changing a score weight guarantees all factual errors disappear
  7. What should an evaluator infer from a high Self-RAG IsSupported probability alone?
    • The model predicts support, which still needs checking against the actual evidence
    • The answer has been independently verified as true
    • No source passage needs to be read
    • Every external document is guaranteed accurate
  8. At what granularity can Self-RAG adapt retrieval while developing a response?
    • Only when the operating system restarts
    • Only after the final answer has been published
    • As generated segments progress, rather than only one fixed retrieval at the beginning
    • Only by changing the tokenizer's vocabulary permanently