Kuiz berkaitan panduan · Sederhana Tahap

Kuiz RAG multimodal

Uji perkara yang anda ketahui tentang RAG multimodal: kapsyen visual ke dalam teks, pembenaman teks imej kongsi dan perolehan tangkapan skrin halaman gaya ColPali.

Laluan panduan yang berkaitanRAG multimodal
soalan 1 daripada 8

Apa yang biasanya berlaku apabila saluran paip RAG teks sahaja memproses PDF yang penuh dengan jadual dan carta?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Apa yang biasanya berlaku apabila saluran paip RAG teks sahaja memproses PDF yang penuh dengan jadual dan carta?
    • PDF menjadi terlalu kecil untuk diindeks
    • Jadual menjadi bercelaru dan nilai carta atau gambar rajah hilang
    • Embeddings menjadi imej
    • Model itu enggan menjawab
  2. Apakah kelemahan utama pendekatan kapsyen-semuanya-ke dalam teks?
    • Ia tidak boleh menggunakan pembenaman teks sedia ada
    • Ia memerlukan pangkalan data vektor untuk imej
    • Ia hanya berfungsi untuk borang yang diimbas
    • Apa-apa sahaja yang gagal diterangkan oleh kapsyen hilang untuk diambil semula
  3. Apakah yang boleh dilakukan oleh model gaya CLIP dalam RAG multimodal?
    • Membenamkan imej dan teks dalam ruang vektor kongsi supaya pertanyaan teks boleh mendapatkan semula imej
    • Membaca teks kecil padat pada halaman yang diimbas dengan ketepatan yang tinggi
    • Memampatkan PDF sebelum penyimpanan
    • Menterjemah kapsyen ke dalam bahasa lain
  4. Apakah yang membezakan pendekatan ColPali?
    • Ia menukar setiap halaman kepada Markdown dengan OCR terlebih dahulu
    • Ia hanya mengindeks kapsyen imej
    • Ia membenamkan tangkapan skrin halaman dengan model bahasa penglihatan dan melangkau OCR dan penghuraian reka letak
    • Ia menyimpan satu vektor setiap dokumen
  5. Dalam interaksi lewat, bagaimanakah pertanyaan dijaringkan terhadap halaman?
    • Satu vektor pertanyaan dibandingkan dengan satu vektor halaman
    • Halaman disusun mengikut saiz fail
    • Kiraan kata kunci dibandingkan
    • Banyak vektor token pertanyaan dibandingkan dengan banyak vektor tampalan imej
  6. Mengapakah indeks gaya ColPali jauh lebih besar daripada indeks ketulan teks?
    • Mereka menyimpan fail PDF asal di dalam setiap vektor
    • Setiap halaman mendapat kira-kira satu vektor setiap tampung imej dan bukannya satu vektor
    • Mereka menduplikasi setiap halaman dalam beberapa bahasa
    • Mereka memerlukan menyimpan berat model penuh setiap halaman
  7. Mengapa menghantar imej halaman, bukan sahaja teks yang diekstrak, kepada model penjanaan?
    • Soalan tentang nilai carta atau reka letak visual memerlukan model untuk melihat visual itu sendiri
    • Imej sentiasa lebih murah daripada teks
    • Teks tidak boleh dipetik
    • Penjana tidak boleh membaca teks
  8. Pernyataan yang manakah tentang RAG multimodal dalam amalan adalah tepat?
    • Ia sentiasa menggantikan saluran paip teks sepenuhnya
    • Ia hanya berfungsi pada gambar
    • Sistem hibrid yang menggabungkan teks yang dihuraikan, pengekstrakan jadual dan pengambilan imej halaman adalah perkara biasa
    • Ia tidak memerlukan penilaian