ایمبیڈنگز کوئز

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

1. What is an embedding in the numerical representation sense used here?
   • A dictionary definition that must be stored verbatim
   • A required compression format for image files
   • A vector representing an item for a model or comparison task
   • An exact database row identifier only
2. What can closeness in a trained semantic embedding space indicate?
   • Similarity learned under that model’s objective
   • A guarantee that two statements are equally true
   • An identical byte sequence in every case
   • A universal relation independent of training
3. کون سا میٹرک عام طور پر دو سرایت کا موازنہ کرنے کے لیے استعمال ہوتا ہے؟
   • فائل کے سائز میں فرق
   • حروف تہجی کی ترتیب
   • الفاظ کی گنتی
   • کوزائن مماثلت
4. What tradeoff can an approximate embedding index such as HNSW introduce?
   • A guarantee of complete exact retrieval in every configuration
   • Faster search with possible missed exact nearest neighbors
   • A required change of every vector to a word definition
   • Automatic removal of all training-data bias
5. کلاسک 'بادشاہ - مرد + عورت ≈ ملکہ' کی مثال سرایت کے بارے میں کیا ظاہر کرتی ہے؟
   • وہ ویکٹر ریاضی کے ذریعے تعلقات کو پکڑ سکتے ہیں۔
   • وہ الفاظ کی صحیح تعریفیں محفوظ کرتے ہیں۔
   • وہ صرف رائلٹی کی شرائط پر کام کرتے ہیں۔
   • وہ بے ترتیب اور بے معنی ہیں۔
6. ایمبیڈنگز استعمال کرتے وقت کون سا حقیقی خطرہ ہے؟
   • انہیں ڈیٹا بیس میں محفوظ نہیں کیا جا سکتا
   • وہ صرف انگریزی میں کام کرتے ہیں۔
   • وہ اپنے تربیتی ڈیٹا میں موجود تعصبات کو وراثت میں لے سکتے ہیں اور ان کی عکاسی کر سکتے ہیں۔
   • وہ تمام تلاشوں کو صرف عین مطابق بناتے ہیں۔
7. Two unit-length embedding vectors have dot product 0.8. What is their squared Euclidean distance?
   • 0.2
   • 0.4
   • 0.8
   • 1.6
8. When does an inner-product score equal cosine similarity for two nonzero embedding vectors?
   • Whenever their dimensions are equal
   • Whenever they came from two unrelated model families
   • Only when their coordinates are all zero
   • When both vectors have been normalized to unit length