Quiz dotyczący hipotetycznego osadzania dokumentów HyDE

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. Co generuje HyDE przed wykonaniem pobierania?
   • Zapytanie SQL
   • Tylko lista synonimów
   • Skompresowany obraz zapytania
   • Hipotetyczny dokument, który odpowiedziałby na zapytanie
2. What is the intended role of the encoder bottleneck when HyDE's hypothetical document contains invented details?
   • Retain useful retrieval patterns while reducing some irrelevant specifics, without guaranteeing error removal
   • Prove every generated sentence is factually correct
   • Manually repair every fabricated claim before encoding
   • Make fabricated details incapable of influencing any search result
3. Główną praktyczną zaletą HyDE jest to, że działa:
   • Tylko z milionami oznaczonych przykładów
   • Tylko na tekście w języku angielskim
   • Zero-shot, bez oznaczonych danych szkoleniowych dotyczących trafności
   • Tylko do wyszukiwania obrazów
4. Jaki typ modelu osadzania jest używany w oryginalnym HyDE do kodowania hipotetycznego dokumentu?
   • Nadzorowany klasyfikator zapytań
   • Nienadzorowany koder kontrastowy, taki jak Contriever
   • Ekstraktor słów kluczowych oparty na regułach
   • Splotowa sieć obrazów
5. Jaki podstawowy problem w gęstym odzyskiwaniu ma rozwiązać HyDE?
   • Krótkie zapytania i dłuższe fragmenty odpowiedzi często znajdują się w różnych obszarach przestrzeni osadzania
   • Dokumenty są zbyt krótkie, aby je zindeksować
   • Odwrócone indeksy są zbyt wolne
   • Osadzone elementy nie mogą być przechowywane na dysku
6. How can a HyDE variant combine several generated hypothetical documents into one search representation?
   • Declare all generated claims to be verified facts
   • Delete the encoder and search only by file size
   • Require every generated document to be a real corpus passage
   • Average their encoded vectors before searching the real corpus
7. Which text should support a factual answer after HyDE retrieval?
   • The generated hypothetical document because generation verifies it
   • Relevant real source passages that have been checked, rather than the hypothetical document alone
   • Only the nearest vector's numeric coordinates
   • Any invented detail repeated by several generated samples
8. What extra retrieval cost can HyDE introduce compared with directly embedding a user's query?
   • Mandatory relevance-label collection for every query
   • A requirement to retrain Contriever for each search
   • The latency and computation of generating one or more hypothetical documents
   • Elimination of all encoder and index computation