Questionário de Relevância Marginal Máxima

As respostas e explicações aparecem conforme você responde ao teste.

1. Qual é o principal problema que o MMR foi projetado para resolver?
   • Latência de consulta lenta em grandes bancos de dados
   • Ortografia incorreta nas consultas do usuário
   • Resultados redundantes e quase duplicados de classificação de pura relevância
   • Falta de dados de treinamento para incorporações
2. Na fórmula MMR, o que um valor lambda próximo de 1 enfatiza?
   • Relevância pura para a consulta
   • Diversidade máxima entre resultados
   • Ponderação igual de todos os candidatos
   • Seleção aleatória
3. Como o MMR seleciona seus resultados?
   • Tudo de uma vez, classificando uma única pontuação
   • Aleatoriamente com uma semente fixa
   • Por ordem alfabética de documentos
   • Avidamente, um de cada vez, comparando com itens já selecionados
4. Como uma implementação de MMR baseada em incorporação pode medir a relevância da consulta e a redundância de documentos?
   • Usando apenas o comprimento do nome do arquivo de um documento
   • Usando uma medida de similaridade como o cosseno, sem que o MMR exija que uma medida seja universal
   • Usando uma pontuação obrigatória de transcrição de áudio para todo o texto
   • Não usar nenhuma relevância ou comparação entre documentos
5. Por que o MMR é especialmente útil na geração aumentada por recuperação (RAG)?
   • Ele fornece blocos de evidências complementares e não redundantes
   • Comprime os pesos do modelo
   • Ele ajusta o modelo de linguagem automaticamente
   • Ele criptografa documentos recuperados
6. Se o MMR armazena em cache a redundância máxima de cada candidato e a atualiza em relação a cada nova seleção, aproximadamente quantas semelhanças são necessárias para k escolhas de n candidatos?
   • Tempo sempre constante independente de k e n
   • Exatamente n fatorial para cada implementação
   • Cerca de k vezes n, ignorando a dimensão vetorial e a configuração inicial
   • Nenhuma comparação de documentos após a pontuação da primeira consulta
7. Com lambda igual a 0,5, relevância 0,8 e similaridade máxima dos itens selecionados 0,9, qual é o termo de pontuação MMR de um candidato?
   • 0,85, da média das duas semelhanças
   • Menos 0,05, de 0,5 vezes 0,8 menos 0,5 vezes 0,9
   • 0,72, da multiplicação de relevância e redundância
   • 1.7, adicionando as duas semelhanças
8. Um reclassificador MMR pode selecionar um documento relevante que o conjunto de candidatos de recuperação upstream omitiu?
   • Sim; a pontuação de diversidade inventa documentos de origem ausentes
   • Sim; um lambda inferior pesquisa automaticamente todo o corpus
   • Sim; a reclassificação altera a data de publicação original do documento
   • Não; ele escolhe entre os candidatos fornecidos, a menos que o pool upstream seja expandido