แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

แบบทดสอบตัวแทน RAG

ทำความเข้าใจวิธีที่ระบบการดึงข้อมูลแบบตัวแทนเลือกแหล่งที่มา แยกย่อยคำถาม ประเมินหลักฐาน และจัดการค่าใช้จ่ายในการดึงข้อมูล

เส้นทางแนะนำที่เกี่ยวข้องตัวแทน RAG
คำถาม 1 ของ 8

เมื่อเทียบกับฐานข้อมูลแบบเรียกคืนและสร้างแบบง่าย ๆ ที่ทำการเรียกครั้งเดียว, RAG แบบมีตัวแทนสามารถเพิ่มอะไรได้บ้าง?

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. เมื่อเทียบกับฐานข้อมูลแบบเรียกคืนและสร้างแบบง่าย ๆ ที่ทำการเรียกครั้งเดียว, RAG แบบมีตัวแทนสามารถเพิ่มอะไรได้บ้าง?
    • ตัวแทนสามารถตัดสินใจว่าจะเรียกคืนอีกหรือไม่และอย่างไรในระหว่างงาน
    • ระบบ RAG แบบคลาสสิกทุกระบบทำการค้นหาเพียงครั้งเดียวเท่านั้น
    • การเรียกคืนไม่เคยถูกใช้
    • โมเดลรับประกันว่าคำตอบจะถูกต้องหลังจากการค้นหาเพียงครั้งเดียว
  2. Agentic RAG จัดการกับคำถามมัลติฮอปที่ยากลำบากได้อย่างไร
    • มันไม่ยอมตอบ
    • สามารถแบ่งคำถามออกเป็นคำถามย่อยและดึงข้อมูลสำหรับแต่ละคำถามได้
    • มันจะตอบจากความทรงจำเท่านั้นเสมอ
    • มันจะลบคำถาม
  3. ในเอเจนต์ RAG นั้น รีทรีฟเวอร์จะอธิบายได้ดีที่สุดว่าอะไรกับเอเจนต์
    • กระบวนการพื้นหลังที่ไม่ได้ใช้
    • คำตอบสุดท้าย
    • เครื่องมือที่ตัวแทนสามารถเลือกเรียกใช้ได้
    • ประเภทของฟิลเตอร์ภาพ
  4. ขั้นตอน 'การให้เกรด' ที่เป็นทางเลือกทำหน้าที่อะไรใน Agentic RAG
    • ให้คะแนนแก่ผู้ใช้
    • ลบที่เก็บเวกเตอร์
    • แปลคำตอบ
    • กรองส่วนที่ดึงข้อมูลที่ไม่เกี่ยวข้องออกก่อนการสร้าง
  5. ต้นทุนหลักของ Agentic RAG คือเท่าไร เมื่อเทียบกับ RAG แบบยิงครั้งเดียว
    • การเรียกโมเดลมากขึ้นและเวลาแฝงที่สูงขึ้น
    • มันไม่สามารถใช้ที่เก็บเวกเตอร์ได้
    • มันสูญเสียความแม่นยำทั้งหมด
    • มันไม่จำเป็นต้องคำนวณ
  6. สถานการณ์ใดที่เหมาะกับ Agent RAG มากที่สุด
    • สะท้อนกลับคำพูดที่แน่นอนของผู้ใช้
    • กำหนดเส้นทางคำถามระหว่างเอกสารภายใน เว็บ และฐานข้อมูล SQL ตามความจำเป็น
    • การสร้างข้อความแบบสุ่มโดยไม่มีแหล่งที่มา
    • การบีบอัดไฟล์รูปภาพ
  7. บทบาทของโทเคนการสะท้อนในกรอบงาน Self-RAG คืออะไร?
    • พวกมันเข้ารหัสเอกสารก่อนทำดัชนี
    • พวกมันแทนที่ตัวเรียกคืนทั้งหมดด้วยคำสั่ง SQL คงที่
    • พวกมันทำให้โมเดลสามารถสัญญาณการตัดสินใจเรียกคืนและวิจารณ์หลักฐานที่เรียกคืนหรือการตอบที่สร้างขึ้นได้
    • พวกมันรับประกันว่าการอ้างอิงที่สร้างขึ้นทุกอันจะถูกต้อง
  8. Adaptive-RAG เลือกใช้กลยุทธ์การเรียกคืนอย่างไร?
    • มันทำการค้นหาเดียวกันทุกครั้ง
    • มันข้ามการเรียกคืนสำหรับทุกคำถามหลายขั้น
    • มันเลือกแหล่งข้อมูลโดยอิงจากความยาวของเอกสารเท่านั้น
    • มันเลือกวิธีการเรียกคืนโดยอิงจากความซับซ้อนของคำถามที่ประมาณไว้