Quiz: Estratégias de Recuperação
Teste seu conhecimento sobre estratégias de recuperação, busca híbrida e reranking.
30 questões - Clique em cada pergunta para revelar a resposta correta.
Pergunta 1
Qual é o principal objetivo da busca por similaridade em RAG?
a) Gerar texto
b) Encontrar documentos com representações vetoriais semelhantes
c) Treinar modelos
d) Comprimir dados
Mostrar Resposta
Resposta correta: b
A busca por similaridade encontra documentos cujas representações vetoriais estão mais próximas do vetor da consulta.
Pergunta 2
Qual é o intervalo da similaridade do cosseno?
a) 0 a 1
b) -1 a 1
c) 0 a infinito
d) -infinito a infinito
Mostrar Resposta
Resposta correta: b
A similaridade do cosseno varia de -1 (oposto) a 1 (idêntico).
Pergunta 3
O que significa "top-k retrieval"?
a) Recuperar todos os documentos
b) Recuperar os k documentos mais semelhantes
c) Recuperar k documentos aleatórios
d) Recuperar os k documentos mais antigos
Mostrar Resposta
Resposta correta: b
A recuperação top-k retorna os k documentos com as maiores pontuações de similaridade em relação à consulta.
Pergunta 4
O que significa MMR?
a) Maximum Match Ratio
b) Maximum Marginal Relevance
c) Minimum Match Retrieval
d) Multiple Match Results
Mostrar Resposta
Resposta correta: b
MMR significa Maximum Marginal Relevance, que equilibra relevância com diversidade.
Pergunta 5
Qual é a principal vantagem da busca híbrida?
a) Mais rápida do que qualquer método isolado
b) Combina precisão de palavras-chave com compreensão semântica
c) Usa menos memória
d) Não requer configuração
Mostrar Resposta
Resposta correta: b
A busca híbrida combina correspondência de palavras-chave BM25 com busca vetorial semântica para melhores resultados gerais.
Pergunta 6
O que é BM25?
a) Uma rede neural
b) Um algoritmo de ranqueamento baseado em palavras-chave
c) Um banco de dados vetorial
d) Um modelo de embedding
Mostrar Resposta
Resposta correta: b
BM25 (Best Match 25) é um algoritmo clássico de ranqueamento baseado em palavras-chave usado em motores de busca.
Pergunta 7
O que é Reciprocal Rank Fusion (RRF)?
a) Um tipo de embedding
b) Um método para combinar múltiplos ranqueamentos
c) Um banco de dados
d) Uma técnica de LLM
Mostrar Resposta
Resposta correta: b
RRF é uma técnica para combinar ranqueamentos de múltiplos métodos de recuperação em um único ranqueamento.
Pergunta 8
O que é reranking na recuperação?
a) Recuperação inicial de documentos
b) Reclassificação dos documentos recuperados com um modelo mais poderoso
c) Exclusão de resultados duplicados
d) Ordenação alfabética
Mostrar Resposta
Resposta correta: b
O reranking utiliza um modelo mais poderoso para reclassificar os resultados iniciais da recuperação, melhorando a qualidade.
Pergunta 9
O que é um cross-encoder?
a) Um modelo que codifica documentos separadamente
b) Um modelo que pontua pares consulta-documento juntos
c) Um método de criptografia
d) Um tipo de banco de dados
Mostrar Resposta
Resposta correta: b
Cross-encoders processam a consulta e o documento juntos para produzir uma pontuação de relevância.
Pergunta 10
Por que o reranking normalmente é feito em um subconjunto dos resultados?
a) Porque é mais preciso
b) Porque cross-encoders são mais lentos que bi-encoders
c) Porque melhora a diversidade
d) Porque os bancos de dados exigem isso
Mostrar Resposta
Resposta correta: b
Cross-encoders são computacionalmente caros, então o reranking é aplicado apenas aos principais candidatos.
Pergunta 11
O que é o parâmetro lambda_mult em MMR?
a) Taxa de aprendizado
b) Equilíbrio entre relevância e diversidade
c) Número de resultados
d) Limite de similaridade
Mostrar Resposta
Resposta correta: b
lambda_mult (0-1) controla o equilíbrio: 1 = relevância pura, 0 = máxima diversidade.
Pergunta 12
Quando a busca por palavras-chave é melhor que a busca semântica?
a) Sempre
b) Para correspondência exata de termos e palavras raras
c) Nunca
d) Para consultas conceituais
Mostrar Resposta
Resposta correta: b
A busca por palavras-chave é excelente para encontrar termos exatos, nomes próprios e vocabulário especializado raro.
Pergunta 13
O que faz o score_threshold na recuperação?
a) Define o número máximo de resultados
b) Filtra resultados abaixo de uma pontuação mínima de similaridade
c) Ordena resultados
d) Comprime vetores
Mostrar Resposta
Resposta correta: b
score_threshold filtra resultados com pontuações de similaridade abaixo do limite especificado.
Pergunta 14
O que é pré-filtragem na recuperação?
a) Filtragem após obter todos os resultados
b) Filtragem de documentos antes da busca por similaridade
c) Filtragem da consulta
d) Sem filtragem
Mostrar Resposta
Resposta correta: b
A pré-filtragem aplica filtros de metadados antes da busca por similaridade, tornando o processo mais eficiente.
Pergunta 15
Qual empresa fornece a Rerank API?
a) OpenAI
b) Cohere
c) Google
d) Microsoft
Mostrar Resposta
Resposta correta: b
A Cohere oferece uma Rerank API pronta para produção para reranking de documentos.
Pergunta 16
O que é fetch_k em MMR?
a) Número final de resultados
b) Número de candidatos a considerar antes da filtragem por diversidade
c) Tamanho do batch
d) Timeout
Mostrar Resposta
Resposta correta: b
fetch_k é o número de candidatos iniciais recuperados antes do MMR aplicar a seleção por diversidade.
Pergunta 17
Qual é o fluxo de trabalho típico de reranking?
a) Rerank → Recuperar → Retornar
b) Recuperar muitos → Rerank → Retornar top k
c) Retornar → Rerank → Recuperar
d) Reranking direto sem recuperação
Mostrar Resposta
Resposta correta: b
Primeiro recupera-se muitos candidatos (50+), depois faz-se o reranking e então retorna-se os top k reranqueados.
Pergunta 18
Qual métrica a distância Euclidiana mede?
a) Ângulo entre vetores
b) Distância em linha reta entre vetores
c) Produto escalar
d) Cosseno do ângulo
Mostrar Resposta
Resposta correta: b
A distância Euclidiana mede a distância em linha reta entre dois pontos no espaço vetorial.
Pergunta 19
O que é o EnsembleRetriever no LangChain?
a) Um único retriever
b) Um retriever que combina múltiplos retrievers com pesos
c) Um reranker
d) Um modelo de embedding
Mostrar Resposta
Resposta correta: b
O EnsembleRetriever combina múltiplos retrievers (ex.: BM25 + vetorial) com pesos configuráveis.
Pergunta 20
Por que a busca semântica pode deixar de encontrar documentos relevantes?
a) É muito lenta
b) Pode não encontrar termos exatos ou vocabulário raro
c) Retorna muitos resultados
d) Requer mais memória
Mostrar Resposta
Resposta correta: b
A busca semântica foca no significado e pode não encontrar correspondências exatas de palavras-chave ou termos especializados raros.
Pergunta 21
O que é o parâmetro k na fórmula do RRF?
a) Número de resultados
b) Constante para evitar que altos ranqueamentos dominem
c) Limite de similaridade
d) Tamanho do batch
Mostrar Resposta
Resposta correta: b
A constante k (tipicamente 60) evita que documentos altamente ranqueados em uma lista dominem a fusão.
Pergunta 22
O que é pós-filtragem na recuperação?
a) Filtragem antes da busca
b) Filtragem dos resultados após a recuperação com base em critérios
c) Sem filtragem
d) Filtragem da consulta
Mostrar Resposta
Resposta correta: b
A pós-filtragem aplica filtros aos resultados após eles terem sido recuperados.
Pergunta 23
Qual é mais eficiente: pré ou pós-filtragem na recuperação?
a) Pós-filtragem
b) Pré-filtragem
c) Ambas são iguais
d) Depende da complexidade do filtro
Mostrar Resposta
Resposta correta: b
A pré-filtragem é mais eficiente pois reduz o espaço de busca antes do cálculo de similaridade.
Pergunta 24
Que tipo de modelo é o ms-marco-MiniLM-L-6-v2?
a) Modelo de embedding
b) Reranker cross-encoder
c) LLM
d) Banco de dados vetorial
Mostrar Resposta
Resposta correta: b
ms-marco-MiniLM-L-6-v2 é um modelo cross-encoder treinado no MS MARCO para reranking.
Pergunta 25
Qual é a saída de um cross-encoder?
a) Um embedding vetorial
b) Uma pontuação de relevância
c) Texto gerado
d) Um rótulo de classificação
Mostrar Resposta
Resposta correta: b
Cross-encoders produzem uma pontuação de relevância indicando o quão relevante um documento é para uma consulta.
Pergunta 26
Por que usar pesos no EnsembleRetriever?
a) Para torná-lo mais rápido
b) Para controlar a importância de cada retriever
c) Para reduzir resultados
d) Para criptografar dados
Mostrar Resposta
Resposta correta: b
Os pesos controlam o quanto cada retriever contribui para o ranqueamento final.
Pergunta 27
O produto interno é equivalente a quê para vetores normalizados?
a) Distância Euclidiana
b) Similaridade do cosseno
c) Distância de Manhattan
d) Distância de Hamming
Mostrar Resposta
Resposta correta: b
Para vetores normalizados (comprimento = 1), o produto interno é igual à similaridade do cosseno.
Pergunta 28
Qual é a principal desvantagem do reranking?
a) Resultados de menor qualidade
b) Maior latência e custo
c) Menos resultados
d) Requer GPU
Mostrar Resposta
Resposta correta: b
O reranking adiciona latência (inferência do cross-encoder) e potencialmente custo (chamadas de API).
Pergunta 29
Quando você NÃO deve usar busca híbrida?
a) Domínio com termos técnicos
b) Consultas puramente conceituais/semânticas
c) Busca de produtos
d) Consultas de entidades nomeadas
Mostrar Resposta
Resposta correta: b
Para consultas puramente conceituais, sem termos específicos, a busca semântica sozinha pode ser suficiente.
Pergunta 30
Qual é o número típico de candidatos para reranking?
a) 5
b) 20-50
c) 1000
d) Todos os documentos
Mostrar Resposta
Resposta correta: b
Tipicamente, 20-50 candidatos são recuperados e reranqueados para equilibrar qualidade e latência.
Resultados
| Pontuação | Nível |
|---|---|
| 27-30 | Excelente - Forte entendimento das estratégias de recuperação |
| 21-26 | Bom - Recomendada revisão de alguns tópicos |
| 15-20 | Médio - Revise os capítulos novamente |
| Abaixo de 15 | Precisa de revisão abrangente |