Evaluare modul - Training | Microsoft Learn

1.

Ce operator de distanță pgvector ar trebui să folosești atunci când încorporațiile tale sunt normalizate la lungime unitară și vrei să măsori similaritatea semantică?

<=> (distanță cosinus)

<-> (Distanță L2)

<#> (produs intern negativ)

2.

Construiești un pipeline RAG care trebuie să recupereze rapid bucățile relevante de document dintr-o colecție de 5 milioane de embedding-uri. Colecția primește actualizări în loturi ocazionale, dar nu inserții în timp real. Ce tip de index ar trebui să alegi?

IVFFlat cu un număr adecvat de liste

HNSW cu valoare ef_construction ridicată

Fără index, bazându-se pe scanarea secvențială exactă

3.

Când creezi un indice HNSW, ce controlează parametrul m ?

Numărul maxim de conexiuni per nod în graf

Numărul de vecini candidați luați în considerare în timpul construcției indicilor

Numărul de liste de împărțit vectorii în

4.

Trebuie să actualizezi embedding-urile pentru 50.000 de descrieri de produse după ce treci la un nou model de embedding. Ce abordare minimizează impactul asupra căutărilor concurente?

Grupează actualizările în tranzacții de 1.000-5.000 de rânduri fiecare

Actualizează toate cele 50.000 de rânduri într-o singură tranzacție

Renunță la indexul vectorial existent înainte de a actualiza

5.

Într-o căutare hibridă care combină similaritatea vectorială cu căutarea full-text, ce tehnică ajută la echilibrarea scorurilor de relevanță din ambele metode de căutare?

Folosirea Reciprocal Rank Fusion (RRF) pentru a combina clasamentele

Înmulțirea distanței vectoriale cu scorul de relevanță a textului

Întotdeauna returnează mai întâi rezultatele căutării vectoriale

Evaluarea modulului

Feedback