`$rerank` 集計パイプラインステージ

$rerank: $rerankステージでは、Vorage AI の再ランク付けモデルを使用して入力ドキュメントの順序付けが行われ、クエリへの関連性で並べ替えられた同じドキュメントが返されます。 $rerankステージは集計パイプラインのどこにでも表示できます。 MongoDB、$rerank $vectorSearch$search、、$rankFusion 、または$scoreFusion ステージの後にを使用することを推奨します。

構文

$rerankパイプラインステージの構文は次のとおりです。

{
  "$rerank": {
    "query": {
      "text": "<query-text>"
    },
    "path": "<text-field-name>",
    "numDocsToRerank": <number-of-documents-to-rerank>,
    "model": "<reranker-model>"
  }
}

フィールド

$rerankステージは、次のフィールドを持つドキュメントを取得します。

フィールド	タイプ	必要性	説明
`query`	オブジェクト	必須	再ランク付けに使用するクエリ。
`query.` `text`	文字列	必須	再ランク付けに使用するクエリテキスト。例、以下のように指定できます。検索しているものドキュメントのどのフィールドが最も関連性があるかあいまいなクエリを明確にするための補完情報
`path`	文字列または複数の文字列の配列	必須	再ランク付けに使用するフィールドへのパス。`$rerank` が中間ステージである場合は、前のステージの結果からフィールドを指定します。注: `path` で指定されたフィールドが存在しない場合、`$rerank` クエリは失敗します。前の `$match` ステージを使用して欠落しているドキュメントをフィルタリングで除外するか、`$set` を使用して欠落しているフィールドを `""` に設定します。
`numDocsToRerank`	Int	必須	再ランク付けおよび結果で返されるために投票AIに送信するドキュメントの最大数。ドキュメントは、パイプラインに定義されたドキュメント順序に基づいて選択されます。最大値は `1000` 以下である必要があります。
`model`	オブジェクト	必須	Voyage AI モデルを、ドキュメントを再ランク付けするために使用します。値は次のいずれかになります。 `rerank-2.5` - 指示に従い、多言語をサポートすることで品質に最適化された一般的なリランカー。 `rerank-2.5-lite` - 指示に従い、多言語をサポートすることで、レイテンシと品質の両方を最適化した一般的なリランカー。 `rerank-2` - レガシーモデル。 `rerank-2-lite` - レガシーモデル。

Considerations

$rerank を使用する前に、要件、制限、$rerank の動作を確認してください。

要件

$rerank を使用するには次の手順に従います。

Atlas UI Cluster Builder ページで Latest version with auto-upgrades を選択して、クラスターがMongoDB 8.3 以降を実行中いることを確認します。
を通じてネイティブProject Settings 再ランク付けを有効にします。詳細については、「ネイティブ再ランク付けの有効化または無効化」を参照してください。

制限

次の場合、$rerank ステージは使用できません。

自己管理型または Atlas ローカル配置の場合。
$rankFusion$scoreFusionまたは入力パイプラインの場合。
ビューに対するクエリの場合。

ビューにMongoDB Search またはMongoDB ベクトル検索インデックスがある場合は、ビューではなくソースコレクションで .aggregate()を実行中てインデックスをクエリします。

動作

$rerankはパイプラインのどこにでも表示できます。ただし、 MongoDB、$rerank $searchやのように、関連するドキュメントをすでにソート順で返すステージの後に$vectorSearch を使用することを推奨しています。

$rerank は再ランク付けされ、ステージに渡される最初の numDocsToRerank ドキュメントを返します。$rerank が最初のステージであるか、その前のステージで明確にソートされた結果が返されない場合、$rerank に使用されるドキュメントはクエリ間で変更される可能性があります。

$rerank は、path で指定されたフィールドのいずれかが 1 つ以上の入力ドキュメントに存在しない場合、エラーを返します。これを軽減するには、次のを使用します。

$set ステージを使用して、欠落しているフィールドを空の文字列に設定します。
$match ステージを使用して、フィールドが欠落しているドキュメントをフィルタリングで除外します。

クエリ

query.textフィールドは、リランクモデルが各ドキュメントをスコア付けする方法を決定します。指定された投票リランカーモデルは、指定された pathのクエリテキストと各ドキュメントの内容との間の関連性スコアを計算します。ほとんどのユースケースでは、を、前のステージまたは$rerank.query.text $search$vectorSearchステージのクエリと同じか類似したテキストに設定します。

スコアリング

score 変数と $meta 式を組み合わせて、$rerank ステージの結果内の各ドキュメントのスコアを取得します。

例: パイプラインへの Rerank スコアの追加

{
  "$addFields": {
    "rerankScore": { "$meta": "score" }
  }
}

$rerank ステージでは、$meta: "score" の値が新しいスコアに置き換えられます。$rankFusion のように先行するステージの値を保持するには、$rerank ステージの前の名前付きフィールドにスコアをプロジェクトします。

例: 前のステージのスコアを保持する

{
  "$addFields": {
    "originalRankFusionScore": { "$meta": "score" }
  }
},
{
  "$rerank": {
    ...
  }
},
{
  "$addFields": {
    "rerankScore": { "$meta": "score" }
  }
}

パフォーマンスと精度

$rerank$rerankステージは、再ランク付けするフィールドなどの入力のサイズ、再ランク付けするドキュメントの数、クエリテキストによっては、計算コストが高くなる可能性があります。はクエリ時にクエリとドキュメントを一緒に処理します。したがって、は、$rerank $searchやのインデックスなどのインデックスを使用した関連性検索よりも遅くなる可能性があります。精度とパフォーマンスのバランスを取るには、$vectorSearch とを設定して入力サイズを制限します。numDocsToRerank path$rerankは、Atlas クラスターリソースで投票AI再ランク付けモデルを実行しません。

$rerank は、RAG やエージェントAIアプリケーションなど、超過低レイテンシよりも検索品質が優先されるワークロードに最適です。 MongoDB、$search$vectorSearch

例

次の例は、$rerank ステージを使用して、Vyage AIリランクモデルに基づいて sample_mflix.embedded_moviesコレクション内のドキュメントを順序付けする方法を示しています。クエリは、$matchステージの後に $rerank を使用して、rerank-2.5 リランクモデルを使用してドキュメントを並べ替えます。次の集計パイプラインでは、は次のようになります。

$match ステージでは、ドキュメントをフィルタリングして、plotフィールドが string 型のドキュメントのみを含めます。
$sort ステージでは、ドキュメントを releasedフィールドの降順でソートし、確実な順序付けを確保します。
$rerank ステージでは、rerank-2.5 リランクモデルを使用して、クエリに一致するようにドキュメントが並べ替えられます。
$addFields ステージはドキュメントに rerankScore という名前のフィールドを追加します。

1 db.embedded_movies.aggregate([
2   {
3     "$match": {
4       "plot": { "$exists": true, "$type": "string" }
5     }
6   },
7   {
8     "$sort": { "released": -1 }
9   },
10   {
11     "$rerank": {
12       "model": "rerank-2.5",
13       "query": {
14         "text": "a group of heroes band together to stop a powerful enemy and save the world"
15       },
16       "numDocsToRerank": 100,
17       "path": ["title", "plot"]
18     }
19   },
20   {
21     "$addFields": {
22       "rerankScore": { "$meta": "score" }
23     }
24   },
25   { "$limit": 10 },
26   {
27     "$project": {
28       "_id": 0,
29       "title": 1,
30       "plot": 1,
31       "rerankScore": 1
32     }
33   }
34 ])

[
  {
    plot: 'No treason, no surrender.',
    title: 'Ti mene nosis',
    rerankScore: 0.5986876487731934
  },
  {
    plot: 'The life of the greatest karate master of a generation.',
    title: 'The Real Miyagi',
    rerankScore: 0.5986876487731934
  },
  {
    plot: 'A shy genius is employed by his former university to design robot software.',
    title: 'Eva',
    rerankScore: 0.5986876487731934
  },
  {
    plot: 'The owners of a failing security company start robbing houses to boost business.',
    title: 'Armed Response',
    rerankScore: 0.5986876487731934
  },
  {
    plot: 'A live telecast of the beloved J. M. Barrie story.',
    title: 'Peter Pan Live!',
    rerankScore: 0.5986876487731934
  },
  {
    plot: "A French police magistrate spends years trying to take down one of the country's most powerful drug rings.",
    title: 'The Connection',
    rerankScore: 0.5986876487731934
  },
  {
    plot: 'A documentary that follows undercover activists trying to stave off a man-made mass extinction.',
    title: 'Racing Extinction',
    rerankScore: 0.5986876487731934
  },
  {
    plot: 'An ex-hitman comes out of retirement to track down the gangsters that took everything from him.',
    title: 'John Wick',
    rerankScore: 0.5986876487731934
  },
  {
    plot: 'A former hit-man for a drug cartel becomes a vigilante to pay for his sins and find redemption.',
    title: 'Redeemer',
    rerankScore: 0.5986876487731934
  },
  {
    plot: 'Charles Ingvar Jènsson gathers three criminals to take vengeance upon the people who killed his uncle.',
    title: 'The Master Plan',
    rerankScore: 0.5986876487731934
  }
]

1	db.embedded_movies.aggregate([
2	{
3	"$match": {
4	"plot": { "$exists": true, "$type": "string" }
5	}
6	},
7	{
8	"$sort": { "released": -1 }
9	},
10	{
11	"$rerank": {
12	"model": "rerank-2.5",
13	"query": {
14	"text": "a group of heroes band together to stop a powerful enemy and save the world"
15	},
16	"numDocsToRerank": 100,
17	"path": ["title", "plot"]
18	}
19	},
20	{
21	"$addFields": {
22	"rerankScore": { "$meta": "score" }
23	}
24	},
25	{ "$limit": 10 },
26	{
27	"$project": {
28	"_id": 0,
29	"title": 1,
30	"plot": 1,
31	"rerankScore": 1
32	}
33	}
34	])

$rerank 集計パイプライン ステージ

構文

フィールド

Considerations

要件

制限

動作

クエリ

スコアリング

パフォーマンスと精度

例

`$rerank` 集計パイプラインステージ