크로스 인코더 vs 바이 인코더 퀴즈

퀴즈를 풀면 정답과 설명이 나타납니다.

1. 크로스 인코더와 바이 인코더 간의 정의적인 아키텍처 차이점은 무엇입니까?
   • 크로스 인코더는 두 텍스트를 함께 처리하므로 토큰이 텍스트 전체에 참여할 수 있으며, 바이 인코더는 각 텍스트를 별도로 인코딩합니다.
   • 바이 인코더는 어텐션을 사용하고 크로스 인코더는 어텐션을 사용하지 않습니다.
   • 크로스 인코더는 바이 인코더보다 작고 빠릅니다.
   • 바이 인코더는 한 번에 하나의 텍스트만 처리할 수 있습니다.
2. 바이인코더가 수백만 개의 문서로 효율적으로 확장되는 이유는 무엇입니까?
   • 훈련 데이터를 덜 사용합니다.
   • 문서 임베딩은 쿼리 독립적이며 미리 계산하여 저장할 수 있습니다.
   • 그들은 변압기를 절대 사용하지 않습니다
   • 느린 토큰화 단계를 건너뜁니다.
3. 일반적인 프로덕션 검색 파이프라인에서 두 아키텍처는 어떻게 결합됩니까?
   • 크로스 인코더가 후보를 검색한 다음 바이 인코더가 후보의 순위를 다시 매깁니다.
   • 둘 다 병렬로 실행되며 투표는 평균화됩니다.
   • 바이 인코더는 많은 후보를 검색한 다음 크로스 인코더는 상위 후보의 순위를 다시 매깁니다.
   • 하나만 사용되며 둘 다 사용되지는 않습니다.
4. How does a late-interaction model such as ColBERT combine token-level query and document representations at scoring time?
   • It averages both texts into a single vector before any interaction
   • It concatenates raw audio waveforms and applies a vocoder
   • It ranks documents only by their character count
   • It compares query-token vectors with document-token vectors using a MaxSim-style aggregation
5. 단일 입력 텍스트에 대해 일반적으로 바이인코더는 무엇을 출력합니까?
   • 단일 고정 길이 임베딩 벡터
   • 두 텍스트 간의 관련성 점수
   • 순위가 매겨진 문서 목록
   • 어휘에 대한 확률 분포
6. After jointly processing a query and candidate, what does a cross-encoder produce?
   • A reusable document vector computed independently of the query
   • A relevance score for that specific query-candidate pair
   • A separate token vector for every item in the full corpus
   • A guarantee that the top result is correct
7. What kind of representation does a late-interaction model such as ColBERT retain for a text?
   • Only one global label for the whole corpus
   • A decoded audio waveform
   • A vector representation for each token
   • A complete copy of the cross-encoder’s pairwise scores
8. What similarity function do Sentence Transformers examples commonly use for comparing normalized bi-encoder embeddings?
   • Edit distance over raw audio samples
   • A pixel-wise image loss
   • A speech-recognition word error rate
   • 코사인 유사성