แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ
เอกสารผู้ปกครองและแบบทดสอบการสืบค้นข้อมูลขนาดเล็กถึงใหญ่
ทดสอบความเข้าใจของคุณในการดึงข้อมูลจากน้อยไปมาก: การดึงข้อมูลย่อยและพาเรนต์ หน้าต่างประโยคและการดึงข้อมูลแบบรวมอัตโนมัติ และเมื่อใดที่การดึงข้อมูลมีประสิทธิภาพมากกว่าการดึงข้อมูลแบบคงที่
คำถาม 1 ของ 8
ข้อเสียหลักประการใดในการเรียกค้นที่อยู่จากขนาดเล็กไปใหญ่?
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- ข้อเสียหลักประการใดในการเรียกค้นที่อยู่จากขนาดเล็กไปใหญ่?
- โมเดลการฝังช้าเกินไปสำหรับเอกสารขนาดใหญ่
- ชิ้นเล็กจับคู่ได้แม่นยำแต่ขาดบริบท ในขณะที่ชิ้นใหญ่มีบริบทแต่จับคู่ได้ไม่ดี
- ฐานข้อมูลเวกเตอร์ไม่สามารถจัดเก็บเอกสารยาวเกินหนึ่งหน้าได้
- โมเดลภาษาสามารถอ่านได้เพียงหนึ่งชิ้นต่อคำขอเท่านั้น
- ในระบบขนาดเล็กถึงขนาดใหญ่ สิ่งที่ถูกฝังและค้นหาในเวลาสืบค้น?
- ลูกชิ้นเล็กๆ
- เอกสารหลักทั้งหมดเท่านั้น
- ชื่อเอกสารเท่านั้น
- คำตอบก่อนหน้าของโมเดล
- ถ้าสามชิ้นย่อยที่ดึงข้อมูลทั้งหมดอยู่ในส่วนหลักเดียวกัน ระบบควรทำอย่างไร?
- ส่งลูกทั้งสามคนและผู้ปกครอง
- ทิ้งเด็ก ๆ เพราะมันทับซ้อนกัน
- ส่งผู้ปกครองที่ใช้ร่วมกันหนึ่งครั้ง
- ส่งเฉพาะลูกที่ได้คะแนนสูงสุดเท่านั้น
- ParentDocumentRetriever ของ LangChain เก็บข้อความสองระดับได้อย่างไร
- ทั้งสองระดับในดัชนีเวกเตอร์เดียวโดยไม่มีลิงก์
- พ่อแม่ในร้านเวกเตอร์และเด็กๆ ถูกทิ้ง
- เด็กในตารางเชิงสัมพันธ์ ผู้ปกครองในตุ้มน้ำหนักของแบบจำลอง
- เด็ก ๆ ในร้านเวกเตอร์และผู้ปกครองในร้านเอกสารแยกต่างหาก
- การเรียกค้นหน้าต่างประโยคส่งคืนอะไร
- เพียงประโยคเดียวที่ตรงกัน
- ประโยคที่ตรงกันบวกกับประโยคใกล้เคียงจำนวนคงที่
- ตัวอย่างประโยคแบบสุ่มจากเอกสาร
- ชื่อเรื่องและบทสรุปของเอกสาร
- การดึงข้อมูลการรวมอัตโนมัติทำอย่างไรเมื่อมีการดึงข้อมูล leaf chunks จากโหนดพาเรนต์เดียวกันเพียงพอ
- มันจะลบโหนดพาเรนต์ออกจากดัชนี
- มันจะถามผู้ใช้ว่าจะเก็บลีฟตัวไหน
- มันจะแทนที่ leaf chunks ด้วยโหนดพาเรนต์ที่แชร์
- โดยฝังใบไม้อีกครั้งเป็นเวกเตอร์เดียว
- ในสถานการณ์ใดการดึงข้อมูลจากน้อยไปหามากช่วยได้น้อยที่สุด?
- เมื่อเอกสารมีน้อยแล้ว
- เมื่อเอกสารมีคู่มือยาวพร้อมส่วนต่างๆ
- เมื่อความหมายขึ้นอยู่กับคำจำกัดความโดยรอบ
- เมื่อการแข่งขันหลายรายการมาจากส่วนสัญญาเดียว
- เหตุใดจึงต้องเก็บ parent_id ไว้ในข้อมูลเมตาของกลุ่มย่อยแต่ละอัน
- ดังนั้นโมเดลจึงสามารถปรับแต่งได้อย่างละเอียดบนพาเรนต์ ID
- เพื่อให้การฝังมีขนาดเล็กลง
- เพื่อซ่อนผู้ปกครองจากผู้ใช้
- ดังนั้นการขยายรายการย่อยไปยังระดับบนสุดจึงเป็นการค้นหาคีย์-ค่าราคาถูกแทนการค้นหาแบบอื่น