引導式測驗 · 中等 等級

透過多模型策略測驗避免人工智慧供應商鎖定

測試 LLM 鎖定的圖層、為什麼切換嵌入模型會強制重新索引,以及評估套件和金絲雀路由如何確保切換安全。

問題 1 的 8

為什麼切換到新的嵌入模型通常意味著重新嵌入整個語料庫?

預覽每個問題8 問題

當您參加測驗時,就會出現答案和解釋。

  1. 為什麼切換到新的嵌入模型通常意味著重新嵌入整個語料庫?
    • 新模型拒絕讀取舊資料庫
    • 向量資料庫在模型變更後刪除向量
    • 來自不同嵌入模型的向量位於不同的空間,無法比較
    • 嵌入在固定天數後過期
  2. 多模型策略中評估套件的主要目的是什麼?
    • 在切換之前衡量候選模型是否符合實際任務的品質標準
    • 從當前供應商獲得更低的價格
    • 在發送提示之前對其進行加密
    • 從頭開始訓練新模型
  3. 為什麼將每個模型放在一個統一的 API 後面並不能保證可移植性?
    • 統一 API 僅適用於開源模型
    • 統一API總是比直接呼叫慢
    • 統一API不支援串流
    • 針對一個模型的行為調整的提示通常在另一個模型上表現不同
  4. 將簡單的標記任務發送到小模型,將複雜的投訴發送到前沿模型是一個什麼例子?
    • 微調
    • 依難度安排任務以控製成本
    • 零資料保留
    • 重新嵌入
  5. 每個向量應該儲存什麼以使未來的重新索引變得簡單?
    • 使用者的密碼
    • 計費帳號
    • 嵌入模型的名稱和版本,以及來源文字和分塊設置
    • 僅向量維度
  6. 下列哪一個是平台功能鎖定的範例?
    • 依賴提供者的託管對話線程和內建向量存儲
    • 以 JSON 格式發送請求
    • 使用 HTTPS 進行 API 呼叫
    • 記錄響應延遲
  7. 託管提供者平台上的微調模型通常是怎麼樣的?
    • 它們可以在任何地方下載和運行
    • 他們自動與其他所有提供者合作
    • 保留它們無需花費任何費用
    • 它們通常無法匯出到其他提供者
  8. 採用新模型時金絲雀路由意味著什麼?
    • 一夜之間一次切換所有流量
    • 將一小部分流量發送到新模型並在擴大之前比較結果
    • 僅使用合成數據進行測試
    • 讓使用者手動選擇模型