De kennistoets

1.

Wat is het belangrijkste voordeel van RAG ten opzichte van fine-tuning?

RAG produceert snellere LLM-antwoorden (Large Language Models) dan afgestemde modellen

RAG maakt gebruik van gegevens die tijdens de query worden opgehaald, zodat antwoorden actuele informatie weerspiegelen zonder opnieuw te trainen

RAG vereist minder opslagruimte dan fijn afgestemde modellen

2.

Welke T-SQL-optie verwijdert de vierkante haken uit de JSON-uitvoer bij het ophalen van één rij voor RAG-context?

INCLUDE_NULL_VALUES

ROOT('name')

WITHOUT_ARRAY_WRAPPER

3.

Welke machtiging moet aan een databasegebruiker worden verleend voordat ze sp_invoke_external_rest_endpoint kunnen aanroepen?

EEN EXTERN EINDPUNT UITVOEREN

besturingsserver

WIJZIG ENIGE GEGEVENSTOEGANGSREFERENTIE VAN DATABASE

4.

Wanneer een query een antwoord op voltooiing van een Azure OpenAI-chat parseert uit sp_invoke_external_rest_endpoint, wordt met welk JSON-pad de inhoud van de berichtinhoud van de assistent geëxtraheerd?

$.response.message.content

$.result.choices[0].message.content

$.result.content

Uw kennis controleren

Feedback