Quiz między koderami a bi-enkoderami

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. Jaka jest decydująca różnica architektoniczna między koderem krzyżowym a koderem bi-enkoderem?
   • Koder krzyżowy przetwarza oba teksty razem, aby tokeny mogły w nich uczestniczyć, podczas gdy koder dwukodowy koduje każdy tekst osobno
   • Bi-enkoder wykorzystuje uwagę, a koder krzyżowy nie używa uwagi
   • Koder krzyżowy jest mniejszy i szybszy niż koder bi-enkoder
   • Bi-enkoder może obsłużyć tylko jeden tekst na raz
2. Dlaczego bi-enkodery efektywnie skalują się do milionów dokumentów?
   • Używają mniej danych treningowych
   • Osadzanie dokumentów jest niezależne od zapytań i można je wstępnie obliczyć i zapisać
   • Nigdy nie używają transformatorów
   • Pomijają etap powolnej tokenizacji
3. Jak w typowym procesie wyszukiwania produkcyjnego łączą się te dwie architektury?
   • Cross-enkoder pobiera kandydatów, a następnie bi-enkoder zmienia ich rangę
   • Obydwa odbywają się równolegle, a głosy są uśredniane
   • Bi-enkoder pobiera wielu kandydatów, a następnie cross-enkoder ponownie ocenia najlepszych
   • Zawsze używany jest tylko jeden, nigdy oba
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. Co zwykle generuje podwójny koder dla pojedynczego tekstu wejściowego?
   • Pojedynczy wektor osadzający o stałej długości
   • Wynik trafności między dwoma tekstami
   • Rankingowa lista dokumentów
   • Rozkład prawdopodobieństwa w słownictwie
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 podobieństwo