A. 복잡한 출력을 생성하는 데 특화된 확산 모델입니다.

B. 텍스트 응답 생성에 중점을 둔 대규모 언어 모델 기반 에이전트

C. 토큰별 출력 기준으로 작동하는 언어 모델

D. 텍스트를 입력 및 출력으로 사용하는 검색 증강 생성(RAG) 모델

A. "Top p"는 자주 발생하는 토큰에 페널티를 부여합니다.

B. "Top p"는 확률에 따라 정렬된 "Top k" 토큰 중에서 토큰을 선택합니다.

C. "Top p"는 응답당 최대 토큰 수를 결정합니다.

D. "상위 p"는 확률의 합을 기준으로 토큰 선택을 제한합니다.

A. 벡터 데이터베이스는 선형 또는 표 형식으로 데이터를 저장합니다.

B. 고차원 공간에 최적화되어 있지 않습니다.

C. 벡터 공간의 거리와 유사성을 기반으로 합니다.

D. 간단한 행 기반 데이터 저장을 사용합니다.

A. 텍스트 데이터의 복잡성과 크기를 증가시키기 위해

B. 텍스트를 다른 언어로 번역하려면

C. 단어나 구문 간의 의미와 관계를 포착하는 텍스트의 숫자 표현을 생성합니다.

D. 텍스트 데이터를 더 작은 파일로 압축하여 저장합니다.

A. 사용자의 쿼리를 기반으로 최종 텍스트를 생성합니다.

B. 텍스트 생성에 사용할 정보를 데이터베이스에서 가져옵니다.

C. Retriever가 검색한 정보를 평가하고 우선순위를 지정합니다.

D. 사용자와 상호 작용하여 쿼리를 더 잘 이해합니다.