引导式测验 · 中等 等级

松果测验

涵盖矢量和文档检索、相似性度量、无服务器索引以及为什么检索到的上下文仍然需要评估。

相关引导路径松果
问题 1 的 8

Pinecone 主要存储和搜索什么？

预览每个问题8 问题

当您参加测验时，就会出现答案和解释。

  1. Pinecone 主要存储和搜索什么？
    • 表示数据含义的向量嵌入
    • 行和列的原始 SQL 表
    • 编译机器学习模型权重
    • 加密的用户密码
  2. 为什么 Pinecone 通常与大型语言模型搭配使用？
    • 它从头开始训练语言模型
    • 它提供外部存储器，以便模型可以检索相关事实（RAG）
    • 它压缩模型以在手机上运行
    • 它将模型的输出翻译成其他语言
  3. How does Pinecone describe its serverless index algorithms?
    • It uses HNSW for every serverless index
    • Users must manually select one universal algorithm
    • It selects proprietary algorithms such as Ananas, PQFS, or IVF with PQFS by slab size
    • It searches only by exact string match
  4. What architecture change does Pinecone highlight in its serverless database?
    • Every vector must be stored in one local in-memory graph
    • Each user must operate a separate physical database
    • Queries are answered without reading or scoring vectors
    • Storage and compute are decoupled so relevant index portions can be loaded for a query
  5. 通常如何测量两个向量之间的相似性？
    • 通过余弦距离或点积
    • 按文件大小（以兆字节为单位）
    • 截至它们创建之日
    • 通过计算共享的精确关键字
  6. Pinecone 适合执行什么任务？
    • 存储和渲染 3D 视频游戏图形
    • 查找与查询含义相似的文档
    • 运行电子表格公式
    • 编译源代码
  7. What is a key step before using retrieved Pinecone matches in a generated answer?
    • Assume the nearest vector is always a correct source
    • Ignore metadata and access controls
    • Evaluate whether the retrieved records are relevant and current for the query
    • Treat retrieval as proof the model’s response is correct
  8. What kinds of searchable data do current Pinecone serverless indexes support?
    • Only image files with no metadata
    • Only one fixed embedding model
    • Only SQL tables with no text fields
    • Depending on schema, dense vectors, sparse vectors, and full-text-search fields