ٹیکسٹ ایمبیڈنگز کوئز

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

1. What does a text embedding supply for a language comparison task?
   • A required spoken audio recording
   • A verbatim dictionary entry for every coordinate
   • A numerical vector representation of text
   • Only a grammar-repair instruction
2. In a representation trained to capture synonym similarity, what relationship is desirable for happy and joyful?
   • A relatively high similarity under the chosen scoring method
   • A mandatory identical vector for every word
   • A guarantee they are synonyms in every possible context
   • A requirement that neither word can be encoded
3. Word2Vec اور GloVe جیسے ابتدائی لفظ ایمبیڈنگز کی کلیدی حد کیا تھی؟
   • انہیں کمپیوٹر پر محفوظ نہیں کیا جا سکتا
   • انہوں نے صرف تصاویر کے لیے کام کیا۔
   • انہیں کسی تربیتی ڈیٹا کی ضرورت نہیں تھی۔
   • سیاق و سباق سے قطع نظر ہر لفظ کا ایک ہی فکسڈ ویکٹر تھا، لہذا 'بینک' کا مطلب ہر جگہ ایک ہی چیز ہے
4. جامد لفظ ایمبیڈنگز پر جدید سیاق و سباق کی سرایت کیسے بہتر ہوتی ہے؟
   • وہ نمائندگی سے تمام نمبروں کو ہٹا دیتے ہیں۔
   • وہ کسی لفظ کو اس کے ارد گرد کے جملے کے لحاظ سے ایک مختلف ویکٹر دیتے ہیں۔
   • وہ صرف ہر لفظ کے پہلے حرف کو سرایت کرتے ہیں۔
   • وہ ہر لفظ کے ویکٹر کو ایک جیسا بناتے ہیں۔
5. Which documented default similarity method does Sentence Transformers use for embedding comparison?
   • کوزائن مماثلت
   • Alphabetical order
   • Document creation date
   • Character count alone
6. What role can compatible text vectors play in a dense-retrieval RAG pipeline?
   • Guaranteeing every generated claim is correct
   • Eliminating the source corpus
   • Ranking candidate passages before they are supplied as context
   • Training a new language model on every query
7. Which pooling strategy is the stated default in the original Sentence-BERT paper?
   • A mandatory maximum over every possible vocabulary item
   • Mean pooling of output token vectors
   • Concatenation of all corpus documents
   • Randomly selecting an unchanged input byte
8. Which Sentence-BERT design allows stored sentences to be encoded before a new comparison sentence arrives?
   • Mandatory joint processing of every possible pair
   • Rebuilding encoder weights for each candidate
   • Encoding only the final comparison score
   • Independent sentence encoding through its siamese architecture