Test legat de ghid · Mediu Nivel
Test de reclasificare pentru recuperare
Review how rerankers reorder a retrieved candidate set, why cross-encoders are slower, and how first-stage recall limits the final results.
Întrebare 1 de 8
Care este rolul unui reranker într-o conductă de recuperare?
Previzualizează fiecare întrebare8 întrebări
Răspunsurile și explicațiile apar pe măsură ce susțineți testul.
- Care este rolul unui reranker într-o conductă de recuperare?
- Pentru a re-nota un candidat mic, setați astfel încât rezultatele cele mai relevante să se ridice în top
- Pentru a scana întregul corpus de la zero
- Pentru a genera documente noi-nouțe
- Pentru a comprima indexul de căutare
- Ce diferențiază un cross-encoder de un bi-encoder?
- Un codificator încrucișat încorporează interogarea și documentul separat
- Un codificator încrucișat alimentează interogarea și documentul împreună, astfel încât atenția să le compare împreună
- Un codificator încrucișat nu poate folosi transformatoare
- Un codificator încrucișat funcționează numai pe imagini
- De ce sunt folosite codificatoarele încrucișate pentru reclasificare, mai degrabă decât pentru recuperarea în prima etapă?
- Sunt inexacte
- Ei se ocupă de un singur document vreodată
- Sunt prea lenți pentru a rula pe un întreg corpus, deoarece vectorii documentului nu pot fi precalculați
- Nu necesită calcul
- Pentru ce optimizează de obicei retrieverul din prima etapă?
- Precizie doar la locul 1
- Generarea de răspunsuri în limbaj natural
- Recomandând exact cinci documente
- Amintiți-vă și accelerați pe întreg corpus
- How can a reranker affect a RAG candidate set, and what can it not guarantee?
- It can reorder retrieved candidates, but cannot add a missing passage or verify generated claims
- It guarantees the most relevant source is present and every generated claim is correct
- It replaces the first-stage retriever and searches the entire corpus
- It makes retrieval precision and recall perfect
- Care dintre acestea este o abordare emergentă de reclasificare?
- Ștergerea retriever-ului și ghicirea răspunsurilor
- Folosirea LLM-urilor ca rerankers listwise care raționează pe întregul set de candidați
- Se revine numai la etichetarea manuală a cuvintelor cheie
- Înlocuirea transformatoarelor cu punctaj aleatoriu
- Which metric can assess whether the first-stage retriever includes relevant passages before reranking?
- Image resolution of the generated answer
- BLEU score of an unrelated translation
- Recall of relevant candidates in the retrieved set
- Number of model parameters in the reranker
- Which metric did the Passage Re-ranking with BERT paper report a 27% relative improvement on for MS MARCO?
- BLEU-4
- ImageNet top-1 accuracy
- Eroare absolută medie
- MRR@10