가이드 연계 퀴즈 · 중간 레벨

에이전트 RAG 퀴즈

에이전트 검색 시스템이 소스를 선택하고, 질문을 분해하고, 증거를 평가하고, 검색 비용을 관리하는 방법을 이해합니다.

관련 가이드 경로에이전트릭 RAG
질문 1 의 8

Compared with a simple single-shot retrieve-and-generate baseline, what can agentic RAG add?

모든 질문 미리보기8 질문

퀴즈를 풀면 정답과 설명이 나타납니다.

  1. Compared with a simple single-shot retrieve-and-generate baseline, what can agentic RAG add?
    • The agent can decide whether and how to retrieve again during the task
    • Every classic RAG system makes exactly one lookup
    • Retrieval is never used
    • The model guarantees a correct answer after one search
  2. Agentic RAG는 어려운 다중 홉 질문을 어떻게 처리합니까?
    • 대답을 거부하는군요
    • 질문을 하위 질문으로 나누고 각 질문에 대해 검색할 수 있습니다.
    • 항상 기억에서만 응답합니다.
    • 질문이 삭제됩니다.
  3. 에이전트 RAG에서 리트리버는 에이전트에게 무엇으로 가장 잘 설명됩니까?
    • 사용되지 않은 백그라운드 프로세스
    • 최종 답변
    • 상담원이 선택하여 호출할 수 있는 도구
    • 이미지 필터의 일종
  4. 에이전트 RAG에서 선택적 '등급 지정' 단계는 무엇을 수행합니까?
    • 사용자에게 점수를 할당합니다
    • 벡터 저장소를 삭제합니다.
    • 답변을 번역합니다
    • 생성 전에 검색된 관련 없는 청크를 필터링합니다.
  5. 단일 샷 RAG에 비해 에이전트 RAG의 주요 비용은 얼마입니까?
    • 더 많은 모델 호출 및 더 높은 대기 시간
    • 벡터 저장소를 사용할 수 없습니다.
    • 정확성이 모두 손실됩니다.
    • 계산이 필요하지 않습니다.
  6. 에이전트 RAG에 가장 적합한 시나리오는 무엇입니까?
    • 사용자의 정확한 단어를 다시 반향
    • 필요에 따라 내부 문서, 웹, SQL 데이터베이스 간에 질문 라우팅
    • 소스 없이 임의의 텍스트 생성
    • 이미지 파일 압축
  7. What role do reflection tokens play in the Self-RAG framework?
    • They encrypt documents before indexing
    • They replace all retrievers with a fixed SQL query
    • They let the model signal retrieval decisions and critique retrieved evidence or generated responses
    • They guarantee that every generated citation is correct
  8. How does Adaptive-RAG choose among retrieval strategies?
    • It always performs the same number of searches
    • It skips retrieval for every multi-hop question
    • It selects sources only by document length
    • It selects a retrieval approach based on estimated question complexity