Évaluation des modules - Training

1.

Quelle mesure de distance devez-vous utiliser pour les incorporations de texte ?

COSINUS

L2 (Euclidean)

IP (produit interne)

2.

Quand devez-vous choisir l’indexation HNSW sur l’indexation FLAT pour la recherche vectorielle ?

Lorsque vous avez des jeux de données volumineux (plus de 10 000 vecteurs) et que vous avez besoin de requêtes rapides avec une précision acceptable de 95 à 99%

Quand vous avez besoin d’une précision parfaite de 100% pour toutes les requêtes

Lorsque vous avez moins de 1 000 vecteurs à indexer

3.

Quel type de données devez-vous utiliser pour le stockage vectoriel dans la plupart des applications IA ?

FLOAT32

FLOAT64

INT32

4.

Quand devez-vous utiliser le hachage Redis au lieu de JSON pour stocker des vecteurs ?

Lorsque vous avez des modèles de données plats et que vous avez besoin d’une efficacité maximale de la mémoire et des performances des requêtes

Lorsque vos données ont des structures imbriquées ou plusieurs vecteurs par document

Quand vous avez besoin de fonctionnalités de requête JSON

5.

Qu’est-ce que le contrôle de paramètre EF_RUNTIME dans les requêtes HNSW ?

Compromis entre la vitesse de requête et la précision en contrôlant le nombre de nœuds de graphe examinés

Nombre maximal de résultats retournés par la requête

Métrique de distance utilisée pour les calculs de similarité

Évaluation du module

Commentaires