Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ
Câu đố RAG đa phương thức
Kiểm tra những gì bạn biết về RAG đa phương thức: chú thích hình ảnh thành văn bản, nhúng văn bản hình ảnh được chia sẻ và truy xuất ảnh chụp màn hình trang theo kiểu ColPali.
Câu hỏi 1 của 8
Điều gì thường xảy ra khi quy trình RAG chỉ có văn bản xử lý một bản PDF chứa đầy các bảng và biểu đồ?
Xem trước mọi câu hỏi8 câu hỏi
Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.
- Điều gì thường xảy ra khi quy trình RAG chỉ có văn bản xử lý một bản PDF chứa đầy các bảng và biểu đồ?
- Tệp PDF trở nên quá nhỏ để lập chỉ mục
- Bảng biểu bị xáo trộn và các giá trị biểu đồ hoặc sơ đồ bị mất
- Các embedding trở thành hình ảnh
- Mô hình từ chối trả lời
- Điểm yếu chính của phương pháp chuyển phụ đề thành văn bản là gì?
- Nó không thể sử dụng các text embedding hiện có
- Nó yêu cầu một cơ sở dữ liệu vector cho hình ảnh
- Nó chỉ hoạt động với các biểu mẫu được quét
- Bất cứ điều gì bộ tạo chú thích không mô tả được sẽ bị mất khi truy xuất
- Các mô hình kiểu CLIP có thể làm được gì trong RAG đa phương thức?
- Nhúng hình ảnh và văn bản vào một không gian vector chung để các truy vấn văn bản có thể truy xuất hình ảnh
- Đọc văn bản nhỏ dày đặc trên các trang được quét với độ chính xác cao
- Nén tệp PDF trước khi lưu trữ
- Dịch các chú thích sang các ngôn ngữ khác
- Cách tiếp cận của ColPali có gì đặc biệt?
- Nó chuyển đổi mọi trang thành Markdown bằng OCR trước
- Nó chỉ lập chỉ mục các chú thích hình ảnh
- Nó nhúng ảnh chụp màn hình trang bằng mô hình thị giác-ngôn ngữ và bỏ qua OCR cùng việc phân tích cú pháp bố cục
- Nó lưu trữ một vector cho mỗi tài liệu
- Trong tương tác muộn, truy vấn được tính điểm như thế nào trên một trang?
- Một vector truy vấn được so sánh với một vector trang
- Các trang được xếp hạng theo kích thước tệp
- Số lượng từ khóa được so sánh
- Nhiều vector token truy vấn được so sánh với nhiều vector bản vá hình ảnh
- Tại sao các chỉ mục theo kiểu ColPali lại lớn hơn nhiều so với các chỉ mục đoạn văn bản?
- Chúng lưu trữ các tệp PDF gốc bên trong mỗi vector
- Mỗi trang nhận được khoảng một vector cho mỗi bản vá hình ảnh thay vì một vector duy nhất
- Chúng nhân đôi mọi trang bằng một số ngôn ngữ
- Chúng yêu cầu lưu trữ toàn bộ trọng số mô hình cho mỗi trang
- Tại sao lại truyền ảnh trang, không chỉ văn bản đã trích xuất, cho mô hình sinh?
- Các câu hỏi về giá trị biểu đồ hoặc bố cục hình ảnh cần mô hình nhìn thấy hình ảnh trực tiếp
- Hình ảnh luôn rẻ hơn văn bản
- Văn bản không thể được trích dẫn
- Bộ sinh không thể đọc văn bản
- Câu nào sau đây về RAG đa phương tiện trong thực tế là chính xác?
- Nó luôn thay thế hoàn toàn các quy trình văn bản
- Nó chỉ hoạt động trên ảnh chụp
- Các hệ thống kết hợp văn bản đã phân tích, trích xuất bảng và truy xuất ảnh trang là phổ biến
- Nó không yêu cầu đánh giá