แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

แบบทดสอบการค้นหาต่อเนื่องหลายรูปแบบ

ทดสอบความหมายของการสืบค้นแบบข้ามโมดอล การฝังที่สอดคล้อง คำสำคัญที่มีชื่อตรงกัน หลักฐานทางเสียงและภาพ การจัดอันดับ แหล่งที่มา และการควบคุมการเข้าถึง

เส้นทางแนะนำที่เกี่ยวข้องการค้นหาหลายรูปแบบ
คำถาม 1 ของ 8

การสืบค้นด้วยข้อความเพื่อดึงรูปภาพออกมา เหตุใดจึงถือเป็นการโต้ตอบแบบค้นหาหลายรูปแบบ (multimodal search)?

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. การสืบค้นด้วยข้อความเพื่อดึงรูปภาพออกมา เหตุใดจึงถือเป็นการโต้ตอบแบบค้นหาหลายรูปแบบ (multimodal search)?
    • มีการจัดทำดัชนีเฉพาะรูปภาพเท่านั้น
    • คำค้นหาต้องรวมถึงการบันทึกเสียง
    • คำค้นหาและผลลัพธ์ใช้รูปแบบข้อมูลที่แตกต่างกัน
    • รูปภาพทุกรูปที่ส่งกลับมาเป็นหลักฐานที่ถูกต้องแม่นยำ
  2. ตัวเข้ารหัส (encoder) สองตัวส่งออกเวกเตอร์ที่มีมิติเท่ากัน สิ่งใดที่ยังจำเป็นสำหรับการเปรียบเทียบที่มีความหมาย?
    • เพียงแค่จำนวนค่าทศนิยมที่เท่ากัน
    • การฝึกฝนหรือการปรับแนว (alignment) ที่ทำให้การแสดงข้อมูล (representations) เข้ากันได้
    • นามสกุลไฟล์ที่ใช้ร่วมกัน
    • ธีมสีของ UI ที่เหมือนกัน
  3. เหตุใดจึงต้องรวมการจับคู่คำหลัก (keyword matching) เข้ากับ embeddings สำหรับหมายเลขรุ่นผลิตภัณฑ์?
    • คำหลักสามารถจับภาพรูปร่างทางสายตาได้ดีกว่ารูปภาพเสมอ
    • Embeddings ไม่สามารถจัดอันดับผลลัพธ์ที่เกี่ยวข้องได้เลย
    • หมายเลขรุ่นทุกหมายเลขมีความหมายเหมือนกัน
    • ตัวระบุที่ชัดเจนอาจสูญหายไปได้หากใช้เพียงความคล้ายคลึงทางความหมาย (semantic similarity) เท่านั้น
  4. คำค้นหาถามว่า “สุนัขกำลังเห่า” แต่ผลลัพธ์ที่ได้กลับเป็นวิดีโอสุนัขที่ไม่มีเสียง สิ่งใดที่ล้มเหลว?
    • ผลลัพธ์ตรงกับหัวข้อทางสายตาแต่ไม่ตรงกับหลักฐานทางเสียงที่ต้องการ
    • สุนัขไม่ได้อยู่ในเหตุการณ์นั้นอย่างแน่นอน
    • ระบบค้นหาไม่พบความคล้ายคลึงทางสายตา
    • คำค้นหาที่เป็นข้อความไม่สามารถดึงวิดีโอได้
  5. เหตุใดข้อมูลเมตา (metadata) ของแหล่งที่มาจึงช่วยผลลัพธ์แบบหลายรูปแบบได้?
    • Embedding จัดเก็บสิทธิ์ทางกฎหมายทุกประการไว้เสมอ
    • ช่วงเวลา แหล่งที่มา และการอนุญาต ช่วยสนับสนุนการตรวจสอบและการใช้งาน
    • ข้อมูลเมตาพิสูจน์ว่าทุกคำกล่าวอ้างในฉากเป็นความจริง
    • ภาพตัวอย่าง (thumbnail) มีบริบทของวิดีโอทั้งหมดอยู่แล้ว
  6. ควรประเมินการเพิ่มโมดอลิตี้ที่สองในการจัดอันดับอย่างไร?
    • สมมติว่าสองโมดอลิตี้ต้องดีกว่าหนึ่ง
    • ใช้คะแนนความคล้ายคลึงในการฝึกเท่านั้น
    • บนกรณีความเกี่ยวข้องที่เป็นจริง; สัญญาณที่มากขึ้นไม่จำเป็นต้องปรับปรุงผลลัพธ์เสมอไป
    • ยกเลิกการตัดสินความเกี่ยวข้องโดยมนุษย์
  7. สินทรัพย์ที่ได้มาใดบ้างที่ต้องมีการควบคุมการเข้าถึงที่สอดคล้องกัน?
    • เวกเตอร์ฝังตัว (Embeddings), ภาพย่อ (Thumbnails), ข้อมูลถอดเสียง (Transcripts) และไฟล์ต้นฉบับ
    • เฉพาะไฟล์ต้นฉบับดิบ
    • เฉพาะข้อความในช่องค้นหา
    • เฉพาะชื่อผลลัพธ์ที่เป็นสาธารณะ
  8. ผลลัพธ์รูปภาพดูเหมือนรายการค้นหาแต่เป็นผลิตภัณฑ์คนละตัว ทีมควรทดสอบอะไร?
    • เฉพาะความยาวเฉลี่ยของเวกเตอร์ฝังตัว
    • เฉพาะจำนวนโมดอลิตี้ในฐานข้อมูล
    • เฉพาะว่าผลลัพธ์ทั้งหมดมีภาพย่อหรือไม่
    • ความแตกต่างที่ละเอียดอ่อนระหว่างวัตถุที่มีลักษณะคล้ายคลึงกัน