Kuiz berkaitan panduan · Sederhana Tahap

Kuiz LlamaIndex

Terokai cara LlamaIndex menghuraikan dan mengindeks data, mendapatkan semula Nod yang berkaitan, mensintesis respons dan menilai kualiti perolehan semula.

Laluan panduan yang berkaitanLlamaindex
soalan 1 daripada 8

Apakah yang LlamaIndex direka terutamanya untuk dilakukan?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Apakah yang LlamaIndex direka terutamanya untuk dilakukan?
    • Sambungkan LLM kepada data anda untuk penjanaan dipertingkatkan semula
    • Latih model asas baharu
    • Hasilkan imej dan video
    • Urus gugusan GPU dalam awan
  2. Apakah nama asalnya LlamaIndex semasa ia dilancarkan?
    • Rantaian Data
    • Indeks GPT
    • VectorBase
    • LlamaHub
  3. Mengapakah pengambilan semula diperlukan dan bukannya hanya menampal semuanya ke dalam gesaan?
    • LLM tidak boleh membaca fail teks
    • Benam adalah haram untuk disimpan
    • Model mempunyai tetingkap konteks terhad dan tiada pengetahuan tentang data peribadi
    • Pengambilan semula menjadikan model berlatih lebih cepat
  4. Dalam saluran paip LlamaIndex, apakah yang dibuat daripada setiap bahagian dokumen untuk membolehkan carian semantik?
    • Fail ZIP termampat
    • Satu baris jadual SQL
    • Tangkapan skrin
    • Pembenaman vektor
  5. Apakah LlamaParse dibina untuk dikendalikan?
    • Menghuraikan PDF, jadual dan dokumen yang kompleks untuk pengingesan
    • Menghuraikan kod sumber ke dalam pokok sintaks
    • Menghuraikan audio ke dalam transkrip
    • Menghuraikan paket rangkaian
  6. Where do LlamaIndex node postprocessors run in the documented query pipeline?
    • Before documents are parsed or indexed
    • After retrieval and before response synthesis
    • Only after a final answer is returned
    • Between model pretraining and tokenizer training
  7. What does LlamaIndex’s SubQuestionQueryEngine do with a complex multi-source question?
    • Converts every document into a single unsearchable string
    • Runs only a fixed keyword lookup with no query planning
    • Creates subquestions for relevant data sources and synthesizes the intermediate responses
    • Fine-tunes the language model on the documents
  8. In a LlamaIndex query pipeline, what is the response synthesizer responsible for?
    • Choosing the original PDF files before ingestion
    • Training the embedding model from scratch
    • Replacing the retriever’s index with a file system
    • Combining the query and retrieved Nodes to produce a response