Викторина по встраиванию текста

Ответы и пояснения появляются по мере прохождения теста.

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. В чем заключалось ключевое ограничение ранних встраиваний слов, таких как Word2Vec и GloVe?
   • Их нельзя было сохранить на компьютере.
   • Они работали только для изображений
   • Им не требовалось никаких обучающих данных.
   • Каждое слово имело один фиксированный вектор независимо от контекста, поэтому слово «банк» везде означало одно и то же.
4. Как современные контекстные встраивания улучшают встраивание статических слов?
   • Они удаляют все числа из представления
   • Они придают слову другой вектор в зависимости от окружающего его предложения.
   • Они вставляют только первую букву каждого слова
   • Они делают вектор каждого слова идентичным
5. Which documented default similarity method does Sentence Transformers use for embedding comparison?
   • Косинусное подобие
   • 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