Quiz : Stratégies de récupération
Testez vos connaissances sur les stratégies de récupération, la recherche hybride et le reranking.
30 questions - Cliquez sur chaque question pour révéler la réponse correcte.
Question 1
Quel est le principal objectif de la recherche de similarité dans RAG ?
a) Générer du texte
b) Trouver des documents avec des représentations vectorielles similaires
c) Entraîner des modèles
d) Compresser des données
Afficher la réponse
Réponse correcte : b
La recherche de similarité trouve des documents dont les représentations vectorielles sont les plus proches du vecteur de la requête.
Question 2
Quelle est la plage de la similarité cosinus ?
a) 0 à 1
b) -1 à 1
c) 0 à l'infini
d) -infini à l'infini
Afficher la réponse
Réponse correcte : b
La similarité cosinus varie de -1 (opposé) à 1 (identique).
Question 3
Que signifie "récupération top-k" ?
a) Récupérer tous les documents
b) Récupérer les k documents les plus similaires
c) Récupérer k documents aléatoires
d) Récupérer les k documents les plus anciens
Afficher la réponse
Réponse correcte : b
La récupération top-k renvoie les k documents avec les scores de similarité les plus élevés par rapport à la requête.
Question 4
Que signifie MMR ?
a) Maximum Match Ratio
b) Maximum Marginal Relevance
c) Minimum Match Retrieval
d) Multiple Match Results
Afficher la réponse
Réponse correcte : b
MMR signifie Maximum Marginal Relevance, qui équilibre la pertinence avec la diversité.
Question 5
Quel est le principal avantage de la recherche hybride ?
a) Plus rapide que chaque méthode seule
b) Combine la précision des mots-clés avec la compréhension sémantique
c) Utilise moins de mémoire
d) Ne nécessite aucune configuration
Afficher la réponse
Réponse correcte : b
La recherche hybride combine la correspondance de mots-clés BM25 avec la recherche vectorielle sémantique pour de meilleurs résultats globaux.
Question 6
Qu'est-ce que BM25 ?
a) Un réseau de neurones
b) Un algorithme de classement basé sur les mots-clés
c) Une base de données vectorielle
d) Un modèle d'embedding
Afficher la réponse
Réponse correcte : b
BM25 (Best Match 25) est un algorithme de classement classique basé sur les mots-clés utilisé dans les moteurs de recherche.
Question 7
Qu'est-ce que la Fusion de Rang Réciproque (RRF) ?
a) Un type d'embedding
b) Une méthode pour combiner plusieurs classements
c) Une base de données
d) Une technique LLM
Afficher la réponse
Réponse correcte : b
RRF est une technique pour combiner les classements de plusieurs méthodes de récupération en un seul classement.
Question 8
Qu'est-ce que le reranking dans la récupération ?
a) Récupération initiale de documents
b) Re-scoring des documents récupérés avec un modèle plus puissant
c) Suppression des résultats en double
d) Tri alphabétique
Afficher la réponse
Réponse correcte : b
Le reranking utilise un modèle plus puissant pour re-scoring les résultats de récupération initiaux pour une meilleure qualité.
Question 9
Qu'est-ce qu'un cross-encoder ?
a) Un modèle qui encode les documents séparément
b) Un modèle qui score les paires requête-document ensemble
c) Une méthode de cryptage
d) Un type de base de données
Afficher la réponse
Réponse correcte : b
Les cross-encoders traitent la requête et le document ensemble pour produire un score de pertinence.
Question 10
Pourquoi le reranking est-il généralement effectué sur un sous-ensemble de résultats ?
a) Parce que c'est plus précis
b) Parce que les cross-encoders sont plus lents que les bi-encoders
c) Parce que cela améliore la diversité
d) Parce que les bases de données l'exigent
Afficher la réponse
Réponse correcte : b
Les cross-encoders sont coûteux en calcul, donc le reranking est appliqué uniquement aux meilleurs candidats.
Question 11
Qu'est-ce que le paramètre lambda_mult dans MMR ?
a) Taux d'apprentissage
b) Compromis entre pertinence et diversité
c) Nombre de résultats
d) Seuil de similarité
Afficher la réponse
Réponse correcte : b
lambda_mult (0-1) contrôle l'équilibre : 1 = pure pertinence, 0 = diversité maximale.
Question 12
Quand la recherche par mots-clés est-elle meilleure que la recherche sémantique ?
a) Toujours
b) Pour la correspondance exacte des termes et les mots rares
c) Jamais
d) Pour les requêtes conceptuelles
Afficher la réponse
Réponse correcte : b
La recherche par mots-clés excelle à trouver des termes exacts, des noms propres et un vocabulaire spécialisé rare.
Question 13
Que fait score_threshold dans la récupération ?
a) Définit le nombre maximum de résultats
b) Filtre les résultats en dessous d'un score de similarité minimum
c) Trie les résultats
d) Compresse les vecteurs
Afficher la réponse
Réponse correcte : b
score_threshold filtre les résultats avec des scores de similarité en dessous du seuil spécifié.
Question 14
Qu'est-ce que le filtrage pré-récupération ?
a) Filtrage après avoir obtenu tous les résultats
b) Filtrage des documents avant la recherche de similarité
c) Filtrage de la requête
d) Aucun filtrage
Afficher la réponse
Réponse correcte : b
Le filtrage pré-récupération applique des filtres de métadonnées avant la recherche de similarité, le rendant plus efficace.
Question 15
Quelle entreprise fournit l'API Rerank ?
a) OpenAI
b) Cohere
c) Google
d) Microsoft
Afficher la réponse
Réponse correcte : b
Cohere fournit une API Rerank prête pour la production pour le reranking de documents.
Question 16
Qu'est-ce que fetch_k dans MMR ?
a) Nombre final de résultats
b) Nombre de candidats à considérer avant le filtrage de diversité
c) Taille de lot
d) Délai d'attente
Afficher la réponse
Réponse correcte : b
fetch_k est le nombre de candidats initiaux récupérés avant que MMR n'applique la sélection de diversité.
Question 17
Quel est le flux de travail typique de reranking ?
a) Rerank → Récupérer → Retourner
b) Récupérer beaucoup → Rerank → Retourner top k
c) Retourner → Rerank → Récupérer
d) Reranking direct sans récupération
Afficher la réponse
Réponse correcte : b
D'abord récupérer de nombreux candidats (50+), puis rerank, puis retourner les meilleurs k résultats rerankés.
Question 18
Quelle métrique mesure la distance euclidienne ?
a) Angle entre les vecteurs
b) Distance en ligne droite entre les vecteurs
c) Produit scalaire
d) Cosinus de l'angle
Afficher la réponse
Réponse correcte : b
La distance euclidienne mesure la distance en ligne droite entre deux points dans l'espace vectoriel.
Question 19
Qu'est-ce que l'EnsembleRetriever dans LangChain ?
a) Un seul récupérateur
b) Un récupérateur qui combine plusieurs récupérateurs avec des poids
c) Un reranker
d) Un modèle d'embedding
Afficher la réponse
Réponse correcte : b
EnsembleRetriever combine plusieurs récupérateurs (par exemple, BM25 + vecteur) avec des poids configurables.
Question 20
Pourquoi la recherche sémantique pourrait-elle manquer des documents pertinents ?
a) Elle est trop lente
b) Elle peut manquer des termes exacts ou un vocabulaire rare
c) Elle renvoie trop de résultats
d) Elle nécessite plus de mémoire
Afficher la réponse
Réponse correcte : b
La recherche sémantique se concentre sur le sens et peut manquer des correspondances exactes de mots-clés ou des termes spécialisés rares.
Question 21
Quel est le paramètre k dans la formule RRF ?
a) Nombre de résultats
b) Constante pour empêcher les rangs élevés de dominer
c) Seuil de similarité
d) Taille de lot
Afficher la réponse
Réponse correcte : b
La constante k (typiquement 60) empêche les documents classés haut dans une liste de dominer la fusion.
Question 22
Qu'est-ce que le filtrage post-récupération ?
a) Filtrage avant la recherche
b) Filtrage des résultats après récupération basé sur des critères
c) Aucun filtrage
d) Filtrage de la requête
Afficher la réponse
Réponse correcte : b
Le filtrage post-récupération applique des filtres aux résultats après qu'ils ont été récupérés.
Question 23
Quel est le plus efficace : le filtrage pré ou post-récupération ?
a) Post-récupération
b) Pré-récupération
c) Les deux sont égaux
d) Dépend de la complexité du filtre
Afficher la réponse
Réponse correcte : b
Le filtrage pré-récupération est plus efficace car il réduit l'espace de recherche avant le calcul de similarité.
Question 24
Quel type de modèle est ms-marco-MiniLM-L-6-v2 ?
a) Modèle d'embedding
b) Reranker cross-encoder
c) LLM
d) Base de données vectorielle
Afficher la réponse
Réponse correcte : b
ms-marco-MiniLM-L-6-v2 est un modèle cross-encoder entraîné sur MS MARCO pour le reranking.
Question 25
Quelle est la sortie d'un cross-encoder ?
a) Un embedding vectoriel
b) Un score de pertinence
c) Un texte généré
d) Une étiquette de classification
Afficher la réponse
Réponse correcte : b
Les cross-encoders produisent un score de pertinence indiquant à quel point un document est pertinent par rapport à une requête.
Question 26
Pourquoi utiliser des poids dans EnsembleRetriever ?
a) Pour le rendre plus rapide
b) Pour contrôler l'importance de chaque récupérateur
c) Pour réduire les résultats
d) Pour crypter les données
Afficher la réponse
Réponse correcte : b
Les poids contrôlent combien chaque récupérateur contribue au classement final.
Question 27
À quoi équivaut le produit intérieur pour les vecteurs normalisés ?
a) Distance euclidienne
b) Similarité cosinus
c) Distance de Manhattan
d) Distance de Hamming
Afficher la réponse
Réponse correcte : b
Pour les vecteurs normalisés (longueur = 1), le produit intérieur équivaut à la similarité cosinus.
Question 28
Quel est le principal inconvénient du reranking ?
a) Résultats de moindre qualité
b) Latence et coût ajoutés
c) Moins de résultats
d) Nécessite un GPU
Afficher la réponse
Réponse correcte : b
Le reranking ajoute de la latence (inférence cross-encoder) et potentiellement du coût (appels API).
Question 29
Quand ne devriez-vous PAS utiliser la recherche hybride ?
a) Domaine avec des termes techniques
b) Requêtes purement conceptuelles/sémantiques
c) Recherche de produits
d) Requêtes d'entités nommées
Afficher la réponse
Réponse correcte : b
Pour des requêtes purement conceptuelles sans termes spécifiques, la recherche sémantique seule peut suffire.
Question 30
Quel est le nombre typique de candidats à reranker ?
a) 5
b) 20-50
c) 1000
d) Tous les documents
Afficher la réponse
Réponse correcte : b
Typiquement, 20-50 candidats sont récupérés et rerankés pour équilibrer la qualité avec la latence.
Résultats
| Score | Niveau |
|---|---|
| 27-30 | Excellent - Forte compréhension des stratégies de récupération |
| 21-26 | Bon - Une révision est recommandée |
| 15-20 | Moyen - Relisez les chapitres |
| Moins de 15 | Nécessite une révision complète |