Quiz: Técnicas Avançadas de RAG
Teste seu conhecimento sobre transformação de consulta, multi-query, HyDE e self-query.
30 perguntas - Clique em cada pergunta para revelar a resposta correta.
Q1: O que é transformação de consulta?
Resposta: Modificar a consulta do usuário antes da recuperação para melhorar os resultados - inclui reescrita, expansão e HyDE.
Q2: O que significa HyDE?
Resposta: Hypothetical Document Embeddings
Q3: Como o HyDE funciona?
Resposta: Gera uma resposta hipotética para a consulta, faz o embedding dela e usa para recuperação (melhor alinhamento com os documentos).
Q4: Por que o HyDE melhora a recuperação?
Resposta: O documento hipotético utiliza um vocabulário mais semelhante aos documentos reais do que a consulta original.
Q5: O que é expansão de consulta?
Resposta: Adicionar termos relacionados, sinônimos e formas alternativas de expressão à consulta original.
Q6: O que é recuperação multi-query?
Resposta: Gerar múltiplas variações de uma consulta, recuperar para cada uma e combinar os resultados.
Q7: O que é RAG Fusion?
Resposta: Combina recuperação multi-query com reciprocal rank fusion para ranqueamento dos resultados.
Q8: Qual o benefício do multi-query?
Resposta: Captura diferentes aspectos da pergunta e melhora o recall ao encontrar documentos que consultas diferentes poderiam perder.
Q9: O que é RRF no RAG Fusion?
Resposta: Reciprocal Rank Fusion - combina os rankings de múltiplas recuperações em um único ranking.
Q10: Quando evitar o multi-query?
Resposta: Quando a latência é crítica ou o custo é uma preocupação (várias chamadas ao LLM).
Q11: O que é self-query retrieval?
Resposta: Usar um LLM para extrair tanto a consulta semântica quanto os filtros de metadados a partir de uma entrada em linguagem natural.
Q12: O que o self-query extrai?
Resposta: Uma consulta de busca semântica E filtros de metadados estruturados (ex: departamento, ano, tipo).
Q13: Para que serve o AttributeInfo?
Resposta: Definir campos de metadados e suas descrições para que o LLM possa extrair corretamente os filtros.
Q14: Quais comparações o self-query suporta?
Resposta: $eq, $ne, $gt, $gte, $lt, $lte, $in, e mais.
Q15: Exemplo: "Políticas de RH de 2023" - o que é extraído?
Resposta: Consulta: "Políticas de RH", Filtros: {department: "HR", year: 2023}
Q16: O que é reescrita de consulta?
Resposta: Usar um LLM para reformular consultas vagas ou incompletas em consultas mais específicas e pesquisáveis.
Q17: Quando a reescrita de consulta é mais útil?
Resposta: Quando as consultas dos usuários são ambíguas, incompletas ou usam pronomes como "isso" ou "aquilo".
Q18: Quantas consultas o multi-query geralmente gera?
Resposta: Normalmente 3-5 variações da consulta original.
Q19: Qual a desvantagem das técnicas avançadas de RAG?
Resposta: Maior latência e custo (mais chamadas ao LLM, mais recuperações).
Q20: É possível combinar HyDE com multi-query?
Resposta: Sim - gerar múltiplas consultas, criar documentos hipotéticos para cada uma, recuperar e fundir.
Q21: Qual o fallback para falhas no self-query?
Resposta: Voltar para a busca semântica regular sem filtros.
Q22: Por que o esquema de metadados é importante para self-query?
Resposta: O LLM precisa de definições claras para extrair e aplicar corretamente os filtros.
Q23: O que melhora a qualidade do HyDE?
Resposta: Um bom prompt que gera conteúdo realista no estilo de documento.
Q24: Como a expansão de consulta difere do multi-query?
Resposta: Expansão adiciona termos a uma consulta; multi-query cria variações separadas da consulta.
Q25: O que é o parâmetro k na fórmula do RRF?
Resposta: Uma constante (geralmente 60) que evita que itens bem ranqueados dominem.
Q26: Qual técnica é melhor para perguntas complexas e com múltiplas partes?
Resposta: Multi-query - captura diferentes aspectos de perguntas complexas.
Q27: Qual técnica é melhor para perguntas sobre atributos específicos?
Resposta: Self-query - extrai e aplica filtros de metadados.
Q28: Como testar a efetividade da transformação de consulta?
Resposta: Comparar a qualidade da recuperação (precisão, recall) com e sem transformação.
Q29: O que é step-back prompting?
Resposta: Fazer uma pergunta mais geral primeiro para obter um contexto mais amplo antes da consulta específica.
Q30: Qual a ordem das operações em um RAG avançado completo?
Resposta: Transformação de consulta → Geração de multi-query → Recuperação → Fusão → Reranking → Geração
Resultados
| Pontuação | Nível |
|---|---|
| 27-30 | Excelente - Forte entendimento de RAG avançado |
| 21-26 | Bom - Recomendada uma revisão |
| 15-20 | Médio - Revise os capítulos novamente |
| Abaixo de 15 | Precisa de revisão completa |