Викторина HyDE по внедрению гипотетических документов

Ответы и пояснения появляются по мере прохождения теста.

1. Что генерирует HyDE перед выполнением извлечения?
   • SQL-запрос
   • Только список синонимов
   • Сжатое изображение запроса
   • Гипотетический документ, который ответит на вопрос
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. Основным практическим преимуществом HyDE является то, что он работает:
   • Только с миллионами размеченных примеров
   • Только в английском тексте
   • Нулевой выстрел, без помеченных релевантных обучающих данных
   • Только для поиска изображений
4. Какой тип модели внедрения используется в исходном HyDE для кодирования гипотетического документа?
   • Контролируемый классификатор запросов
   • Неконтролируемый контрастный кодер, такой как Contriever.
   • Средство извлечения ключевых слов на основе правил
   • Сверточная сеть изображений
5. Какую основную проблему плотного поиска призван решить HyDE?
   • Короткие запросы и длинные фрагменты ответов часто располагаются в разных областях пространства внедрения.
   • Документы слишком коротки для индексации
   • Инвертированные индексы работают слишком медленно.
   • Вложения не могут храниться на диске
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