Gids-gekoppelde quiz · Middelmatig Niveau

Corrigerende RAG (CRAG) Quiz

Tests Correctieve RAG: de retrieval-evaluator, de juiste, onjuiste en dubbelzinnige acties, kennisverfijning en terugvalopties voor zoeken op internet.

Gerelateerde gidspadenCorrigerende RAG
Vraag 1 van 8

Welke kernzwakte van standaard RAG pakt CRAG aan?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Welke kernzwakte van standaard RAG pakt CRAG aan?
    • De generator vertrouwt alles wat de retriever retourneert
    • Inbedding is te klein
    • Modellen kunnen geen lange documenten lezen
    • Vectordatabases zijn te traag
  2. Welk soort model fungeerde in het originele CRAG-artikel als de retrieval-evaluator?
    • Een grote generator in GPT-stijl
    • Een verfijnd T5-groot model
    • Een BM25-index
    • Een menselijke recensent
  3. Wat doet CRAG als alle opgehaalde documenten laag scoren?
    • In ieder geval antwoorden uit de documenten
    • Geeft een fout terug aan de gebruiker
    • Verwijdert ze, herschrijft de zoekopdracht en gebruikt zoeken op internet
    • Verdubbelt het aantal opgehaalde documenten uit dezelfde index
  4. Wat is het doel van de stap van ontleden en vervolgens opnieuw samenstellen?
    • Om documenten naar een andere taal te vertalen
    • Om inbedding te comprimeren
    • Om webpagina's te rangschikken op populariteit
    • Om documenten in stroken te splitsen en alleen relevante stukken te behouden
  5. Welke actie onderneemt CRAG als de evaluator twijfelt over de relevantie?
    • Dubbelzinnig: combineer verfijnde interne kennis met webresultaten
    • Correct: gebruik alleen interne documenten
    • Onjuist: gebruik alleen webresultaten
    • Stop en vraag de gebruiker om opnieuw te formuleren
  6. Welke uitspraak over CRAG is volgens de gids een misvatting?
    • Het voegt kosten en latentie toe
    • Het kan andere RAG-methoden omwikkelen
    • CRAG verifieert dat het uiteindelijke antwoord juist is
    • Het kan zoeken op internet gebruiken als terugval
  7. Wat is de afweging bij het instellen van een zeer strikte relevantiedrempel?
    • Zwakke documenten glippen er vaker doorheen
    • Terugval wordt vaak geactiveerd, wat weboproepen en latentie toevoegt
    • Het systeem stopt met het gebruik van een evaluator
    • Antwoorden worden korter
  8. Waarom registreren welk pad (Correct, Dubbelzinnig, Onjuist) elke zoekopdracht heeft gevolgd?
    • Het is vereist door de CRAG-licentie
    • Het traint het inbeddingsmodel automatisch
    • Het neemt de noodzaak van drempels weg
    • Het brengt gaten in de dekking in de kennisbasis aan het licht die de moeite waard zijn om op te lossen