Modulbewertung

1.

Welchen pgvector-Entfernungsoperator sollten Sie verwenden, wenn Ihre Einbettungen auf Einheitslänge normalisiert sind und Sie semantische Ähnlichkeit messen möchten?

<=> (Kosinusabstand)

<-> (L2-Abstand)

<#> (negatives inneres Produkt)

2.

Sie erstellen eine RAG-Pipeline, die relevante Dokumentblöcke schnell aus einer Sammlung von 5 Millionen Einbettungen abrufen muss. Die Sammlung empfängt gelegentliche Batchaktualisierungen, aber keine Echtzeiteinfügungen. Welchen Indextyp sollten Sie auswählen?

IVFFlat mit einer passenden Anzahl von Listen

HNSW mit hohem ef_construction-Wert

Kein Index, der einen exakten sequenziellen Scan erfordert

3.

Wofür wird der Parameter m beim Erstellen eines HNSW-Indexes verwendet?

Die maximale Anzahl von Verbindungen pro Knoten im Diagramm

Die Anzahl der Kandidatennachbarn, die während der Indexkonstruktion berücksichtigt werden

Die Anzahl der Listen, in die Vektoren partitioniert werden sollen

4.

Sie müssen Einbettungen für 50.000 Produktbeschreibungen aktualisieren, nachdem Sie zu einem neuen Einbettungsmodell gewechselt haben. Welcher Ansatz minimiert die Auswirkungen auf gleichzeitige Suchvorgänge?

Die Aktualisierungen in Transaktionen mit jeweils 1.000 bis 5.000 Zeilen bündeln.

Aktualisieren aller 50.000 Zeilen in einer einzelnen Transaktion

Ablegen des vorhandenen Vektorindexes vor dem Aktualisieren

5.

In einer Hybridsuche, die Vektorähnlichkeit mit der Volltextsuche kombiniert, welche Technik hilft dabei, die Relevanzbewertungen aus beiden Suchmethoden auszugleichen?

Verwendung der reziproken Rangfusion (RRF) zum Kombinieren von Rangfolgen

Multiplizieren des Vektorabstands mit der Textrelevanzbewertung

Immer zuerst Vektorsuchergebnisse zurückgeben

Feedback