کراس انکوڈرز بمقابلہ دو انکوڈر کوئز

جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔

1. کراس انکوڈر اور بائی انکوڈر کے درمیان معماری میں کیا فرق ہے؟
   • ایک کراس انکوڈر دونوں متنوں کو ایک ساتھ پروسیس کرتا ہے تاکہ ٹوکن ان میں شامل ہو سکیں، جبکہ ایک دو انکوڈر ہر متن کو الگ الگ انکوڈ کرتا ہے۔
   • ایک دو انکوڈر توجہ کا استعمال کرتا ہے اور کراس انکوڈر توجہ کا استعمال نہیں کرتا ہے۔
   • ایک کراس انکوڈر دو انکوڈر سے چھوٹا اور تیز ہوتا ہے۔
   • ایک دو انکوڈر ایک وقت میں صرف ایک متن کو ہینڈل کر سکتا ہے۔
2. بائی انکوڈرز لاکھوں دستاویزات کو مؤثر طریقے سے کیوں بناتے ہیں؟
   • وہ کم تربیتی ڈیٹا استعمال کرتے ہیں۔
   • دستاویز ایمبیڈنگز استفسار سے آزاد ہیں اور انہیں پہلے سے کمپیوٹنگ اور اسٹور کیا جا سکتا ہے۔
   • وہ کبھی بھی ٹرانسفارمر استعمال نہیں کرتے
   • وہ ٹوکنائزیشن کے سست قدم کو چھوڑ دیتے ہیں۔
3. ایک عام پروڈکشن سرچ پائپ لائن میں، دو فن تعمیرات کو کیسے ملایا جاتا ہے؟
   • کراس انکوڈر امیدواروں کو بازیافت کرتا ہے، پھر ایک دو انکوڈر انہیں دوبارہ رینک کرتا ہے۔
   • دونوں متوازی چلتے ہیں اور ووٹ اوسط ہوتے ہیں۔
   • ایک دو انکوڈر بہت سے امیدواروں کو بازیافت کرتا ہے، پھر ایک کراس انکوڈر سب سے اوپر والے کو دوبارہ رینک کرتا ہے۔
   • صرف ایک ہی استعمال ہوتا ہے، دونوں کبھی نہیں۔
4. 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
5. ایک دو انکوڈر عام طور پر ایک ان پٹ ٹیکسٹ کے لیے کیا آؤٹ پٹ کرتا ہے؟
   • ایک واحد مقررہ لمبائی سرایت کرنے والا ویکٹر
   • دو متنوں کے درمیان مطابقت کا سکور
   • دستاویزات کی درجہ بندی کی فہرست
   • ذخیرہ الفاظ پر امکانی تقسیم
6. 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
7. 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
8. 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
   • کوزائن مماثلت