Rehber bağlantılı sınav · Sert Seviye

ColBERT ve Çoklu Vektör Alma Sınavı

ColBERT'in çoklu vektör sıralamasını, aday yeniden sıralamasını, ColPali belge sayfası alımını ve ColBERTv2'nin belirteç temsillerini nasıl sıkıştırdığını inceleyin.

İlgili kılavuz yollarıColbert ve Çoklu Vektör Erişimi
Soru 1 arasında 8

ColBERT bir belgeyi nasıl temsil eder?

Her soruyu önizleyin8 sorular

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

  1. ColBERT bir belgeyi nasıl temsil eder?
    • Belirteç başına çok sayıda bağlamsal vektör
    • Tek bir yoğun vektör olarak
    • Az miktarda anahtar kelime sayımı nedeniyle
    • Yalnızca ham metin dizesi olarak
  2. ColBERT sorgu-belge uygunluğunu puanlamak için hangi işlemi kullanıyor?
    • İki tek vektörün kosinüsü
    • MaxSim: her sorgu belirtecinin herhangi bir belge belirteciyle en iyi eşleşmesinin toplamı
    • Tüm kelime dağarcığı üzerinde çapraz entropi
    • BM25 terim frekansı
  3. ColBERT neden geniş ölçekte bir çapraz kodlayıcıdan daha hızlıdır?
    • Daha küçük bir kelime dağarcığı kullanır
    • Sorguyu tamamen yok sayar
    • Belge belirteci yerleştirmeleri önceden hesaplanır ve çevrimdışı olarak dizine eklenir
    • Her belgenin yalnızca ilk kelimesini işler
  4. ColBERT tek vektörlü yoğun alıcılarla ilgili hangi sorunu çözüyor?
    • İndekslemede çok yavaşlar
    • Sinir ağlarını kullanamazlar
    • Eğitim verisi gerektirmezler
    • Tek bir vektöre sıkıştırılarak ince taneli, jeton düzeyindeki ayrıntıları kaybederler
  5. ColBERTv2 hangi önemli gelişmeyi getirdi?
    • Dizin boyutunu büyük ölçüde küçülten artık sıkıştırma
    • BERT'i tamamen kaldırdı
    • Tek vektör kodlamaya geçti
    • Yalnızca görseller üzerinde çalışır
  6. ColPali, ColBERT tarzı geç etkileşimi neye uyguluyor?
    • Ses dalga formları
    • PDF'ler gibi belge sayfalarının görüntü yamaları
    • Yalnızca tek anahtar kelimeler
    • Veritabanı tablosu satırları
  7. In a two-stage search system, what role can ColBERT play after a fast first-stage retriever?
    • Generate the source documents from scratch
    • Replace the query with a document title
    • Rerank the candidate passages using contextual token-level matching
    • Discard every candidate before scoring
  8. What does ColBERTv2's residual compression store for a token vector?
    • Only the raw document text with no vector data
    • A full copy of the language model for each token
    • One shared vector for the entire document
    • A centroid code together with a compact residual representation