Gids-gekoppelde quiz · Middelmatig Niveau

Hybride zoekquiz

Beoordeel lexicaal en dense retrieval, rank fusie, neurale sparse methoden en waarom de kwaliteit van retrieval per domein varieert. Test elk op doelqueries.

Gerelateerde gidspadenHybride zoeken
Vraag 1 van 8

Welke twee zoekmethoden worden doorgaans gecombineerd bij hybride zoeken?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Welke twee zoekmethoden worden doorgaans gecombineerd bij hybride zoeken?
    • Spaarzaam zoeken op trefwoorden (bijv. BM25) en intensief zoeken naar vectoren
    • Twee verschillende grote taalmodellen stemmen over antwoorden
    • Alleen SQL-query's en volledige tekstindexen
    • Zoeken naar afbeeldingen en audio
  2. Waarom wordt Reciprocal Rank Fusion (RRF) vaak gebruikt om resultaten samen te voegen?
    • Voor elke zoekopdracht wordt een nieuw neuraal netwerk getraind
    • Het combineert documenten op rangpositie in plaats van op ruwe scores, waardoor schaalverschillen worden vermeden
    • Het verwijdert elk document dat in beide lijsten voorkomt
    • Het houdt alleen het beste resultaat van elke retriever bij
  3. Welk scenario geeft de meeste voorkeur aan de schaarse component (trefwoord) van hybride zoeken?
    • Documenten zoeken die de vraag met verschillende woorden parafraseren
    • De emotionele toon van een zin begrijpen
    • Matchen met een exact onderdeelnummer of foutcode die letterlijk moet verschijnen
    • Een vraag vertalen naar een andere taal
  4. Wat is de belangrijkste zwakte van het alleen gebruiken van 'dense vector search'?
    • Het kan geen synoniemen of parafrases begrijpen
    • Het werkt alleen op afbeeldingen
    • Het vereist helemaal geen inbedding
    • Het kan exacte zeldzame tokens missen, zoals specifieke codes of achternamen
  5. Wat doet een geleerd schaars model als SPLADE?
    • Het produceert interpreteerbare termgewichten met behulp van een neuraal netwerk, waarbij schaarse en compacte ideeën worden gecombineerd
    • Het verwijdert alle trefwoordovereenkomsten uit de zoekopdracht
    • Het slaat alleen afbeeldingen op als vectoren
    • Het vervangt de noodzaak van terughalen
  6. What can combining lexical and dense retrieval provide to a RAG system?
    • A guarantee that every generated statement is true
    • Potentially more varied candidate evidence, subject to evaluation of retrieval and answer quality
    • A replacement for grounding sources
    • An automatic legal review of generated answers
  7. What tradeoff did BEIR report for reranking and late-interaction methods on average?
    • They always ran faster and used less compute than BM25
    • They made retrieval independent of the corpus
    • They often achieved stronger zero-shot performance but at higher computational cost
    • They guaranteed a correct generated answer
  8. What did the BEIR benchmark conclude about BM25 in zero-shot retrieval?
    • It always beats every neural retriever
    • It cannot retrieve exact terms
    • It is a dense-vector model
    • It remains a robust baseline across diverse datasets