Module-evaluatie - Training

1.

Welke operator voor pgvectorafstand moet u gebruiken wanneer uw insluitingen worden genormaliseerd tot eenheidslengte en u de semantische gelijkenis wilt meten?

<=> (cosinusafstand)

<-> (L2-afstand)

<#> (negatief binnenproduct)

2.

U bouwt een RAG-pijplijn die relevante documentsegmenten snel moet ophalen uit een verzameling van 5 miljoen insluitingen. De verzameling ontvangt incidentele batchupdates, maar er worden geen realtime-invoegingen toegevoegd. Welk indextype moet u kiezen?

IVFFlat met een geschikt aantal lijsten

HNSW met een hoge ef_construction waarde

Geen index, afhankelijk van exacte sequentiële scan

3.

Welke invloed heeft de m-parameter bij het maken van een HNSW-index?

Het maximum aantal verbindingen per knooppunt in de grafiek

Het aantal kandidaat-buren dat tijdens de indexconstructie wordt overwogen

Het aantal lijsten voor het partitioneren van vectoren in

4.

U moet insluitingen voor 50.000 productbeschrijvingen bijwerken nadat u bent overgeschakeld naar een nieuw insluitmodel. Welke aanpak minimaliseert de impact op gelijktijdige zoekopdrachten?

Batchgewijs de updates in transacties van elk 1.000-5.000 rijen

Alle 50.000 rijen in één transactie bijwerken

Verwijder de bestaande vectorindex voordat u bijwerkt

5.

Welke techniek helpt bij het combineren van vector-overeenkomsten met zoeken in volledige tekst in een hybride zoekopdracht de relevantiescores van beide zoekmethoden in balans?

Wederzijdse Rank Fusion (RRF) gebruiken om classificaties te combineren

De vectorafstand vermenigvuldigen met de relevantiescore van de tekst

Altijd eerst vectorzoekresultaten retourneren

Evaluatie van modules

Feedback