Wat is het doel van het proces in een RAG-pipeline nadat tekstchunks zijn geëxtraheerd?	Het vinden van tekstchunks die gerelateerd zijn aan de gebruikersvraag om deze als context toe te voegen.
Welke methode wordt gebruikt om relevante tekstchunks te vinden in een RAG-pipeline?	Semantische zoekopdracht (Semantic Search).
Wat is een tekst-embedding?	Een numerieke representatie van de betekenis die in een stuk tekst is opgenomen.
Welk type model is verantwoordelijk voor het genereren van tekst-embeddings?	Een embedding model.
Hoe wordt een tekst-embedding typisch weergegeven?	Als een lange lijst van getallen (bijvoorbeeld 1024 elementen).
Wat vertegenwoordigt elk getal binnen een tekst-embedding?	Een score van een bepaalde kwaliteit of eigenschap van de invoertekst.
Wat is de kernfunctie van embeddings in de context van semantische zoekopdrachten?	Ze stellen het systeem in staat om de betekenis van de vraag en de chunks te vergelijken.
Welk specifiek embedding model wordt in de transcriptie genoemd?	Titan Embed Text V2.