모듈 평가

1.

텍스트 포함에 사용해야 하는 거리 메트릭은 무엇인가요?

코사인

L2(유클리드)

IP(내부 제품)

2.

벡터 검색을 위해 FLAT 인덱싱을 통해 HNSW 인덱싱을 선택해야 하는 경우는 언제인가요?

큰 데이터 세트(10,000개 이상의 벡터)가 있고 허용되는 95-99% 정확도의 빠른 쿼리가 필요한 경우

모든 쿼리에 대해 완벽한 100% 정확도가 필요한 경우

인덱싱할 벡터가 1,000개 미만인 경우

3.

대부분의 AI 애플리케이션에서 벡터 스토리지에 사용해야 하는 데이터 형식은 무엇입니까?

FLOAT32

FLOAT64

INT32

4.

벡터를 저장하기 위해 JSON 대신 Redis Hash를 사용해야 하는 경우는 언제인가요?

플랫 데이터 모델이 있고 최대 메모리 효율성 및 쿼리 성능이 필요한 경우

데이터에 중첩 구조 또는 문서당 여러 벡터가 있는 경우

JSON 쿼리 기능이 필요한 경우

5.

EF_RUNTIME 매개 변수는 HNSW 쿼리에서 무엇을 제어하나요?

검사되는 그래프 노드 수를 제어하여 쿼리 속도와 정확도 간의 절충

쿼리에서 반환된 최대 결과 수

유사성 계산에 사용되는 거리 메트릭

피드백