İçeriğe atla
SinaptikLabAI KNOWLEDGE PLATFORM

VEKTÖR VERİTABANLARI VE GÖMME · Orta

Vektör Veritabanları ve Gömme Testi — Orta

Benzerlik ölçüsü seçiminin, yaklaşık dizin ayarlarının ve süzgeç yerleşiminin geri getirme sonuçlarını nasıl değiştirdiğini ölçen test.

Soru
6
Süre
12 dk
Ölçülen beceri
4
Seviye
Orta

Kimler çözmeli?

Vektör arama veya RAG hattı kuran geliştiriciler için; gömme ve benzerlik kavramlarının temel düzeyde bilinmesi beklenir.

Ölçülen beceriler

  • Benzerlik ölçüsü seçimi
  • Dizin ödünleşimi okuma
  • Geri getirme hatası ayıklama
  • Meta veri süzme tasarımı
01ÇÖZ

Testi çöz

Her cevaptan sonra doğru yanıt ve açıklaması gösterilir. Sonuçta beceri bazlı kırılım ve eksik alan önerisi alırsın.

6 soruluk testi çözmeye hazır mısın?

Her cevaptan sonra doğru yanıt ve açıklaması gösterilir. Sonuçta beceri bazlı kırılım ve eksik alanlar için öneri alırsın.

Sonuç anonim olarak kaydedilir: yalnızca puan ve beceri kırılımı; kimlik bilgisi tutulmaz.
02HEDEFLER

Bu test neyi ölçüyor?

Test sonrası ne bildiğini değil, hangi beceride eksik olduğunu görürsün.

  • 01

    Kosinüs benzerliği ile iç çarpımın hangi koşulda aynı sıralamayı verdiğini açıklamak

  • 02

    Yaklaşık dizin ayarlarını geri çağırma ile gecikme arasında dengelemek

  • 03

    Süzgeç yerleşiminden doğan eksik sonuç belirtilerini teşhis etmek

03ÖRNEK SORULAR

Sorular sayfada görünür

Eğitim içeriği JavaScript arkasına gizlenmez. Aşağıdaki üç örnek soru, doğru cevapları ve açıklamalarıyla birlikte taranabilir durumdadır.

  1. Soru 01vektor-veritabanlari-orta-1Benzerlik ölçüleri · Orta · Benzerlik ölçüsü seçimi

    Gömmeler birim uzunluğa normalleştirildiğinde kosinüs benzerliği ile iç çarpımın ürettiği sonuç sıralaması için ne söylenir?

    • Aİç çarpım büyük normlu vektörleri öne çıkarır, sıralama kosinüsten ayrışır
    • BAynı sıralamayı verir; aradaki fark sabit bir ölçek dönüşümüne iner
    • CKosinüs anlam yakınlığını ölçtüğü için sıralamayı anlamsal olarak düzeltir
    • DNormalleştirme bilgi kaybına yol açar, iç çarpım daha güvenilir kalır

    Açıklama

    Normlar eşitlendiğinde iç çarpım doğrudan kosinüs değerine eşittir, dolayısıyla sıralama değişmez. Norm etkisini anlatan seçenek normalleştirilmemiş vektörler için doğrudur; sorunun koşulunda normlar eşitlendiği için geçerliliğini yitirir.

    Embedding girdisini oku
  2. Soru 02vektor-veritabanlari-orta-2Yaklaşık komşu dizini · Orta · Dizin ödünleşimi okuma

    Yaklaşık en yakın komşu dizininde arama sırasında gezilen aday sayısını düşürmenin en doğrudan etkisi nedir?

    • ASorgu gecikmesi azalır, gerçek komşuların kaçırılma oranı yükselir
    • BSorgu gecikmesi azalır, dönen sonuç kümesi değişmeden kalır
    • CDizin bellekte küçülür, geri çağırma aynı düzeyde korunur
    • DGömme boyutu etkin biçimde azalır, bellek tüketimi geriler

    Açıklama

    Daha az aday gezmek işi kısaltır, ama gerçek en yakın komşuların bir bölümü hiç görülmediği için geri çağırma düşer. Sonucun değişmeden kalacağını söyleyen seçenek dizinin kesin arama yaptığını varsayar; bu, yaklaşık aramanın tanımıyla çelişir.

    Vector Database girdisini oku
  3. Soru 03vektor-veritabanlari-orta-3Parçalama stratejisi · Orta · Dizin ödünleşimi okuma

    Belgeleri çok büyük parçalara bölmek geri getirmede hangi soruna yol açar?

    • AParçalar arasındaki örtüşme artar, aynı içerik listede yinelenir
    • BGömme modeli uzun metinde daha isabetli olur, sorun süzme katmanına kayar
    • CParçadaki ilgisiz metin gömmeyi seyreltir, hedef pasaj sıralamada geriler
    • DSorgu gömmesi uzun parçalara göre normalleştirilemez, benzerlik hesaplanamaz

    Açıklama

    Tek bir vektör, parçadaki tüm konuların ortalamasını temsil eder; hedef cümle uzun ve karışık bir parçanın içinde kaldığında sorguya olan benzerlik zayıflar. Örtüşme seçeneği ayrı bir ayardır: örtüşme parçalama adımında elle belirlenir, parça büyüdüğü için kendiliğinden artmaz.

    Chunking girdisini oku
04SONUÇ

Skor nasıl okunur?

  • AI Curious

    0–35

    Kavramları duymuş, henüz haritası yok.

  • AI Explorer

    36–60

    Temelleri biliyor, uygulamada boşluklar var.

  • AI Practitioner

    61–80

    Uygulama kurabiliyor, değerlendirme eksik.

  • AI Builder

    81–100

    Üretim sistemi kurabiliyor ve ölçebiliyor.

LEARN

Eksik çıkan beceriyi kapat

Test sonucun beceri grafiğine işlenir; sistem hangi dersle devam etmen gerektiğini söyler.