Gids-gekoppelde quiz · Middelmatig Niveau

Agentische RAG-quiz

Begrijp hoe agentische ophaalsystemen bronnen kiezen, vragen opsplitsen, bewijs beoordelen en de ophaalkosten beheren.

Gerelateerde gidspadenAgent RAG
Vraag 1 van 8

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

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  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. Hoe gaat agentic RAG om met een moeilijke multi-hopvraag?
    • Het weigert te antwoorden
    • Het kan de vraag opsplitsen in subvragen en voor elke vraag opvragen
    • Het antwoordt altijd alleen vanuit het geheugen
    • Het verwijdert de vraag
  3. In agentische RAG kunnen retrievers het best worden omschreven als: wat voor de agent?
    • Ongebruikte achtergrondprocessen
    • Het definitieve antwoord
    • Tools die de agent kan bellen
    • Een type afbeeldingsfilter
  4. Wat doet een optionele 'grading'-stap in agentic RAG?
    • Wijst de gebruiker een score toe
    • Verwijdert het vectorarchief
    • Vertaalt het antwoord
    • Filtert irrelevante opgehaalde chunks eruit voordat ze worden gegenereerd
  5. Wat zijn de belangrijkste kosten van agentische RAG vergeleken met single-shot RAG?
    • Meer modelaanroepen en hogere latentie
    • Er kan geen vectorarchief worden gebruikt
    • Het verliest alle nauwkeurigheid
    • Het vereist geen rekenkracht
  6. Welk scenario past het beste bij agent RAG?
    • De exacte woorden van de gebruiker herhalen
    • Indien nodig een vraag routeren tussen interne documenten, het web en een SQL-database
    • Willekeurige tekst genereren zonder bronnen
    • Een afbeeldingsbestand comprimeren
  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