แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ
แบบทดสอบ Cross-Encoders กับ Bi-Encoders
เปรียบเทียบการดึงข้อมูลตัวเข้ารหัสข้ามและตัวเข้ารหัสแบบคู่ ตั้งแต่การฝังแบบใช้ซ้ำได้ ไปจนถึงโมเดลการจัดลำดับใหม่ที่รับรู้การสืบค้นและการโต้ตอบล่าช้า
คำถาม 1 ของ 8
อะไรคือความแตกต่างทางสถาปัตยกรรมที่กำหนดระหว่าง cross-encoder และ bi-encoder?
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- อะไรคือความแตกต่างทางสถาปัตยกรรมที่กำหนดระหว่าง cross-encoder และ bi-encoder?
- ตัวเข้ารหัสข้ามจะประมวลผลข้อความทั้งสองเข้าด้วยกันเพื่อให้โทเค็นสามารถเข้าร่วมได้ ในขณะที่ตัวเข้ารหัสแบบคู่จะเข้ารหัสแต่ละข้อความแยกกัน
- ตัวเข้ารหัสแบบไบใช้ความสนใจและตัวเข้ารหัสแบบข้ามไม่ใช้ความสนใจ
- ตัวเข้ารหัสแบบไขว้มีขนาดเล็กและเร็วกว่าตัวเข้ารหัสแบบคู่
- ตัวเข้ารหัสแบบคู่สามารถจัดการข้อความได้ครั้งละหนึ่งข้อความเท่านั้น
- เหตุใดตัวเข้ารหัสแบบ Bi-Encoder จึงขยายขนาดเอกสารนับล้านได้อย่างมีประสิทธิภาพ
- พวกเขาใช้ข้อมูลการฝึกอบรมน้อยลง
- การฝังเอกสารไม่ขึ้นอยู่กับการสืบค้น และสามารถคำนวณและจัดเก็บล่วงหน้าได้
- พวกเขาไม่เคยใช้หม้อแปลงไฟฟ้า
- พวกเขาข้ามขั้นตอนการสร้างโทเค็นที่ช้า
- ในไปป์ไลน์การค้นหาการใช้งานจริงทั่วไป สถาปัตยกรรมทั้งสองจะรวมกันอย่างไร
- ตัวเข้ารหัสแบบข้ามจะดึงข้อมูลผู้สมัคร จากนั้นตัวเข้ารหัสแบบคู่จะจัดลำดับใหม่
- ทั้งสองวิ่งขนานกันและมีคะแนนเฉลี่ย
- ตัวเข้ารหัสแบบคู่จะดึงข้อมูลผู้สมัครจำนวนมาก จากนั้นตัวเข้ารหัสแบบข้ามจะจัดอันดับตัวที่อยู่อันดับต้นๆ ใหม่
- เคยใช้อันเดียวไม่เคยทั้งสองอัน
- How does a late-interaction model such as ColBERT combine token-level query and document representations at scoring time?
- It averages both texts into a single vector before any interaction
- It concatenates raw audio waveforms and applies a vocoder
- It ranks documents only by their character count
- It compares query-token vectors with document-token vectors using a MaxSim-style aggregation
- โดยทั่วไปแล้วตัวเข้ารหัสแบบไบเออร์จะส่งออกอะไรสำหรับข้อความอินพุตเดี่ยว
- เวกเตอร์การฝังที่มีความยาวคงที่เพียงตัวเดียว
- คะแนนความเกี่ยวข้องระหว่างสองข้อความ
- รายการเอกสารที่ได้รับการจัดอันดับ
- การกระจายความน่าจะเป็นเหนือคำศัพท์
- After jointly processing a query and candidate, what does a cross-encoder produce?
- A reusable document vector computed independently of the query
- A relevance score for that specific query-candidate pair
- A separate token vector for every item in the full corpus
- A guarantee that the top result is correct
- What kind of representation does a late-interaction model such as ColBERT retain for a text?
- Only one global label for the whole corpus
- A decoded audio waveform
- A vector representation for each token
- A complete copy of the cross-encoder’s pairwise scores
- What similarity function do Sentence Transformers examples commonly use for comparing normalized bi-encoder embeddings?
- Edit distance over raw audio samples
- A pixel-wise image loss
- A speech-recognition word error rate
- ความคล้ายคลึงโคไซน์