iPAS 考題解析在自然語言處理中,檢索增強生成(Retrieval-Augmented Generation, RAG)是一種結合語言模型與向量搜尋的技術,可有效減少模型知識過時與產生幻覺的問題。若要建立一套高效能的RAG系統,下列何者為在「檢索階段」最關鍵的挑戰?
原卷題
你的作答
在題目頁作答不會存進學習紀錄,想留下紀錄可以到題庫練習。
解析
正確答案:D. 避免向量檢索結果僅具語意相似但與查詢意圖無實質關聯的情況
在RAG的檢索階段,最核心的挑戰是確保檢索到的文件不只是向量空間上語意相似,更要與使用者的實際查詢意圖高度相關。語意相似但意圖不符的結果會導致生成內容偏離,即所謂的「相關但無用」問題。
每個選項為什麼對或錯
-
A 確保檢索到的文件能被完整納入語言模型的上下文視窗(Context Window)中進行生成 錯誤選項
上下文視窗限制是生成階段的問題,不是檢索階段最關鍵的挑戰。
-
B 選擇使用Faiss或ScaNN等近似最近鄰搜尋函式庫 錯誤選項
選擇搜尋函式庫是工程實作選擇,影響效率但非最關鍵的挑戰。
-
C 降低嵌入模型(Embedding Model)在高維空間中的計算成本與記憶體占用 錯誤選項
計算成本是效能優化問題,不是檢索準確性的核心挑戰。
-
D 避免向量檢索結果僅具語意相似但與查詢意圖無實質關聯的情況 正解
語意相似但意圖不符是RAG檢索最難解決的問題,影響最終生成品質。
答案、題目或解析有問題?回報這題