Gids-gekoppelde quiz · Middelmatig Niveau

Quiz tussen cross-encoders en bi-encoders

Vergelijk het ophalen van cross-encoder en bi-encoder, van herbruikbare insluitingen tot querybewuste herrangschikking en late-interactiemodellen.

Gerelateerde gidspadenCross-encoders versus bi-encoders
Vraag 1 van 8

Wat is het bepalende architectonische verschil tussen een cross-encoder en een bi-encoder?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Wat is het bepalende architectonische verschil tussen een cross-encoder en een bi-encoder?
    • Een cross-encoder verwerkt beide teksten samen, zodat tokens er overheen kunnen kijken, terwijl een bi-encoder elke tekst afzonderlijk codeert
    • Een bi-encoder gebruikt aandacht en een cross-encoder gebruikt geen aandacht
    • Een cross-encoder is kleiner en sneller dan een bi-encoder
    • Een bi-encoder kan slechts één tekst tegelijk verwerken
  2. Waarom schalen bi-encoders efficiënt naar miljoenen documenten?
    • Ze gebruiken minder trainingsgegevens
    • Documentinsluitingen zijn query-onafhankelijk en kunnen vooraf worden berekend en opgeslagen
    • Ze gebruiken nooit transformatoren
    • Ze slaan de langzame tokenisatiestap over
  3. Hoe worden de twee architecturen gecombineerd in een typische productiezoekpijplijn?
    • Cross-encoder haalt kandidaten op, waarna een bi-encoder ze opnieuw rangschikt
    • Beide lopen parallel en de stemmen worden gemiddeld
    • Een bi-encoder haalt veel kandidaten op, waarna een cross-encoder de beste opnieuw rangschikt
    • Er wordt er ooit maar één gebruikt, nooit allebei
  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. Wat voert een bi-encoder doorgaans uit voor een enkele invoertekst?
    • Eén enkele inbeddingsvector met vaste lengte
    • Een relevantiescore tussen twee teksten
    • Een gerangschikte lijst met documenten
    • Een waarschijnlijkheidsverdeling over de woordenschat
  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
    • Cosinus gelijkenis