Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ

Câu đố chỉ số Llama

Khám phá cách LlamaIndex phân tích cú pháp và lập chỉ mục dữ liệu, truy xuất các Nút có liên quan, tổng hợp phản hồi và đánh giá chất lượng truy xuất.

Đường dẫn hướng dẫn liên quanchỉ số Llama
Câu hỏi 1 của 8

LlamaIndex được thiết kế chủ yếu để làm gì?

Xem trước mọi câu hỏi8 câu hỏi

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

  1. LlamaIndex được thiết kế chủ yếu để làm gì?
    • Kết nối LLM với dữ liệu của bạn để tạo ra khả năng truy xuất tăng cường
    • Đào tạo các mô hình nền tảng mới
    • Tạo hình ảnh và video
    • Quản lý cụm GPU trên đám mây
  2. LlamaIndex ban đầu được gọi là gì khi ra mắt?
    • Chuỗi dữ liệu
    • Chỉ số GPT
    • VectorBase
    • LlamaHub
  3. Tại sao cần truy xuất thay vì chỉ dán mọi thứ vào dấu nhắc?
    • LLM không thể đọc tệp văn bản
    • Việc nhúng là bất hợp pháp để lưu trữ
    • Các mô hình có cửa sổ ngữ cảnh hạn chế và không có kiến thức về dữ liệu riêng tư
    • Truy xuất làm cho mô hình đào tạo nhanh hơn
  4. Trong quy trình LlamaIndex, điều gì được tạo từ mỗi đoạn tài liệu để cho phép tìm kiếm ngữ nghĩa?
    • Một tệp ZIP nén
    • Một hàng trong bảng SQL
    • Ảnh chụp màn hình
    • Một vector nhúng
  5. LlamaParse được xây dựng để xử lý những gì?
    • Phân tích cú pháp các tệp PDF, bảng và tài liệu phức tạp để nhập
    • Phân tích mã nguồn thành cây cú pháp
    • Phân tích âm thanh thành bản ghi
    • Phân tích các gói mạng
  6. Where do LlamaIndex node postprocessors run in the documented query pipeline?
    • Before documents are parsed or indexed
    • After retrieval and before response synthesis
    • Only after a final answer is returned
    • Between model pretraining and tokenizer training
  7. What does LlamaIndex’s SubQuestionQueryEngine do with a complex multi-source question?
    • Converts every document into a single unsearchable string
    • Runs only a fixed keyword lookup with no query planning
    • Creates subquestions for relevant data sources and synthesizes the intermediate responses
    • Fine-tunes the language model on the documents
  8. In a LlamaIndex query pipeline, what is the response synthesizer responsible for?
    • Choosing the original PDF files before ingestion
    • Training the embedding model from scratch
    • Replacing the retriever’s index with a file system
    • Combining the query and retrieved Nodes to produce a response