LLM 엔지니어링6장 · RAG 의 원리와 로컬 모델로 옮기기23 / 23← 이전목차다음 →MetaContents

6장. RAG 의 원리와 로컬 모델로 옮기기

확인문제와 해답

객관식

Q1RAG 의 세 단계를 차례대로 바르게 적은 것은 무엇일까요?

Q2문서가 자주 바뀌는 사실을 LLM 에게 알려 줄 때 RAG 가 미세조정보다 나은 까닭은 무엇일까요?

Q3문서를 80글자마다 잘랐을 때 생기기 쉬운 문제는 무엇일까요?

Q4한국어 키워드 검색에서 낱말 단위 대신 2~3 글자 조각(n-gram)을 쓰는 까닭은 무엇일까요?

Q5RAG 프롬프트에서 "모를 때의 말"을 너무 세게 적으면 늘어나기 쉬운 것은 무엇일까요?

Q6Ollama 의 모델을 openai 라이브러리로 부를 때 바꾸는 것으로 알맞지 않은 것은 무엇일까요?

Q7RAG 가 틀린 답을 냈는데 정답 조항이 검색한 위 3개 안에 없었습니다. 먼저 고칠 곳은 어디일까요?

단답형

  1. LLM 이 사실이 아닌 내용을 그럴듯하게 지어내는 것을 무엇이라고 합니까?
    정답 보기
    환각
  2. 정답 조각이 검색 결과의 위 k 개 안에 들었는지를 센 비율을 무엇이라고 합니까?
    정답 보기
    hit@k
  3. 내 PC 에서 LLM 을 내려받고 띄워 API 로 쓰게 해 주는, 이 장에서 쓴 프로그램은 무엇입니까?
    정답 보기
    Ollama

정답

정답 전체 보기

객관식: 1-C, 2-A, 3-D, 4-B, 5-A, 6-C, 7-D

단답형: 1. 환각. 2. hit@k. 3. Ollama.

← 이전 절6장 · 정리다음 →7장 · 먼저 큰 그림부터