Évaluation des modules - Training

1.

Quel opérateur de distance pgvector devez-vous utiliser lorsque vos incorporations sont normalisées en longueur unitaire et que vous souhaitez mesurer la similarité sémantique ?

<=> (distance cosinus)

<-> (distance de L2)

<#> (produit intérieur négatif)

2.

Vous créez un pipeline RAG qui doit récupérer rapidement des fragments de documents pertinents à partir d’une collection de 5 millions d’embeddings. La collection reçoit des mises à jour de lots occasionnelles, mais pas d’insertions en temps réel. Quel type d’index devez-vous choisir ?

IVFFlat avec un nombre approprié de listes

HNSW avec une valeur ef_construction élevée

Aucun index, reposant sur un balayage séquentiel précis

3.

Lors de la création d’un index HNSW, qu’est-ce que le paramètre m contrôle ?

Nombre maximal de connexions par nœud dans le graphique

Nombre de voisins candidats pris en compte lors de la construction de l’index

Nombre de listes pour partitionner des vecteurs en

4.

Vous devez mettre à jour les incorporations pour 50 000 descriptions de produits après le passage à un nouveau modèle d’incorporation. Quelle approche réduit l’impact sur les recherches simultanées ?

Regrouper en lots les mises à jour en transactions de 1 000 à 5 000 lignes chacune

Mettre à jour toutes les 50 000 lignes dans une seule transaction

Supprimer l’index vectoriel existant avant la mise à jour

5.

Dans une recherche hybride combinant la similarité vectorielle avec la recherche en texte intégral, quelle technique permet d’équilibrer les scores de pertinence des deux méthodes de recherche ?

Utilisation de la fusion de classement réciproque (RRF) pour combiner des classements

Multiplication de la distance vectorielle par le score de pertinence du texte

Toujours retourner les résultats de recherche vectorielle en premier

Évaluation du module

Commentaires