引導式測驗 · 中等 等級
修正 RAG (CRAG) 測驗
測試修正 RAG:檢索評估器、正確、不正確和模糊操作、知識細化和網路搜尋回退權衡。
問題 1 的 8
CRAG 解決了標準 RAG 的哪些核心弱點?
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。
- CRAG 解決了標準 RAG 的哪些核心弱點?
- 生成器信任檢索器傳回的任何內容
- 嵌入太小
- 模型無法讀取長文檔
- 向量資料庫太慢
- 在最初的 CRAG 論文中,什麼樣的模型充當檢索評估器?
- 大型 GPT 式發電機
- 經過微調的 T5 大型號
- BM25指數
- 人類審稿人
- 當所有檢索到的文檔得分較低時,CRAG 會做什麼?
- 無論如何,從文件中得到答案
- 向使用者傳回錯誤
- 丟棄它們,重寫查詢並使用網路搜索
- 從相同索引檢索到的文件數量加倍
- 分解然後重組步驟的目的是什麼?
- 將文件翻譯成另一種語言
- 壓縮嵌入
- 按受歡迎程度對網頁進行排名
- 將文件拆分為條帶並僅保留相關部分
- 當評估者不確定相關性時,CRAG 會採取什麼行動?
- 模糊性:將精煉的內在知識與網路結果結合
- 正確:僅使用內部文檔
- 錯誤:僅使用網路結果
- 停下來並要求用戶重新措辭
- 根據指南,關於 CRAG 的哪種說法是錯誤的?
- 它增加了成本和延遲
- 它可以包裝其他 RAG 方法
- CRAG驗證最終答案是否正確
- 它可以使用網路搜尋作為後備
- 設定非常嚴格的相關性閾值有何權衡?
- 薄弱的文件更容易被漏掉
- 回退經常觸發,增加網路呼叫和延遲
- 系統停止使用評估器
- 答案變得更短
- 為什麼要記錄每個查詢所採取的路徑(正確、模糊、不正確)?
- CRAG 許可證要求
- 它自動訓練嵌入模型
- 它消除了對閾值的需要
- 它揭示了知識庫中值得修復的覆蓋範圍差距