Quiz połączony z przewodnikiem · Ciężko Poziom

ColBERT i quiz dotyczący wyszukiwania wielu wektorów

Przeanalizuj wielowektorowy ranking ColBERT, zmianę rankingu kandydatów, pobieranie stron dokumentów ColPali i sposób, w jaki ColBERTv2 kompresuje reprezentacje tokenów.

Powiązane ścieżki prowadząceColbert i pobieranie wielu wektorów
Pytanie 1 z 8

W jaki sposób ColBERT reprezentuje dokument?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. W jaki sposób ColBERT reprezentuje dokument?
    • Tyle wektorów kontekstowych na token
    • Jako pojedynczy gęsty wektor
    • Jako rzadki zbiór słów kluczowych
    • Tylko jako surowy ciąg tekstowy
  2. Jakiej operacji używa ColBERT do oceny trafności zapytania i dokumentu?
    • Cosinus dwóch pojedynczych wektorów
    • MaxSim: suma najlepszego dopasowania każdego tokenu zapytania do dowolnego tokenu dokumentu
    • Entropia krzyżowa w całym słownictwie
    • Częstotliwość termiczna BM25
  3. Dlaczego ColBERT jest szybszy niż cross-enkoder na dużą skalę?
    • Używa mniejszego słownictwa
    • Całkowicie ignoruje zapytanie
    • Osadzanie tokenów dokumentów jest wstępnie obliczane i indeksowane w trybie offline
    • Przetwarza tylko pierwsze słowo każdego dokumentu
  4. Jaki problem z jednowektorowymi gęstymi retrieverami rozwiązuje ColBERT?
    • Są zbyt wolne do indeksowania
    • Nie mogą korzystać z sieci neuronowych
    • Nie wymagają danych szkoleniowych
    • Tracą drobnoziarniste szczegóły na poziomie symbolu poprzez kompresję do jednego wektora
  5. Jakie kluczowe ulepszenie wprowadził ColBERTv2?
    • Kompresja resztkowa znacznie zmniejszająca rozmiar indeksu
    • Całkowicie usunął BERT
    • Przełączył się na kodowanie jednowektorowe
    • Działa tylko na obrazach
  6. Do czego ColPali wykorzystuje późną interakcję w stylu ColBERT?
    • Przebiegi audio
    • Poprawki obrazów stron dokumentów, takich jak pliki PDF
    • Tylko pojedyncze słowa kluczowe
    • Wiersze tabeli bazy danych
  7. In a two-stage search system, what role can ColBERT play after a fast first-stage retriever?
    • Generate the source documents from scratch
    • Replace the query with a document title
    • Rerank the candidate passages using contextual token-level matching
    • Discard every candidate before scoring
  8. What does ColBERTv2's residual compression store for a token vector?
    • Only the raw document text with no vector data
    • A full copy of the language model for each token
    • One shared vector for the entire document
    • A centroid code together with a compact residual representation