Test de încorporare a textului

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

1. What does a text embedding supply for a language comparison task?
   • A required spoken audio recording
   • A verbatim dictionary entry for every coordinate
   • A numerical vector representation of text
   • Only a grammar-repair instruction
2. In a representation trained to capture synonym similarity, what relationship is desirable for happy and joyful?
   • A relatively high similarity under the chosen scoring method
   • A mandatory identical vector for every word
   • A guarantee they are synonyms in every possible context
   • A requirement that neither word can be encoded
3. Care a fost o limitare cheie a înglobărilor timpurii de cuvinte precum Word2Vec și GloVe?
   • Nu au putut fi stocate pe computer
   • Au lucrat doar pentru imagini
   • Nu necesitau date de antrenament
   • Fiecare cuvânt avea un singur vector fix, indiferent de context, așa că „bancă” însemna același lucru peste tot
4. Cum se îmbunătățesc înglobările contextuale moderne față de înglobările de cuvinte statice?
   • Ele elimină toate numerele din reprezentare
   • Ele dau unui cuvânt un vector diferit în funcție de propoziția din jur
   • Ei încorporează doar prima literă a fiecărui cuvânt
   • Ei fac ca vectorul fiecărui cuvânt să fie identic
5. Which documented default similarity method does Sentence Transformers use for embedding comparison?
   • Asemănarea cosinusului
   • Alphabetical order
   • Document creation date
   • Character count alone
6. What role can compatible text vectors play in a dense-retrieval RAG pipeline?
   • Guaranteeing every generated claim is correct
   • Eliminating the source corpus
   • Ranking candidate passages before they are supplied as context
   • Training a new language model on every query
7. Which pooling strategy is the stated default in the original Sentence-BERT paper?
   • A mandatory maximum over every possible vocabulary item
   • Mean pooling of output token vectors
   • Concatenation of all corpus documents
   • Randomly selecting an unchanged input byte
8. Which Sentence-BERT design allows stored sentences to be encoded before a new comparison sentence arrives?
   • Mandatory joint processing of every possible pair
   • Rebuilding encoder weights for each candidate
   • Encoding only the final comparison score
   • Independent sentence encoding through its siamese architecture