AI エージェント向け: ドキュメントインデックスは https://www.mongodb.com/ja-jp/docs/llms.txt で利用できます。すべてのページの markdown バージョンは、いずれかの URL パスに .md を追加することで利用できます。
Make the MongoDB docs better! We value your opinion. Share your feedback for a chance to win $100.
MongoDB Branding Shape
Click here >
Docs Menu

ランク :

リランク はクエリと多数のドキュメントを受け取り、クエリとドキュメント間の関連性のランク付けされたリストを返します。ドキュメントは、多くの場合、埋め込みベースの検索システムからの予備結果であり、リランク付けはこれらの候補ドキュメントのランクを調整し、より正確な関連性スコアを提供します。

クエリとドキュメントを個別にエンコードする埋め込みモデルとは異なり、Reranker はクエリとドキュメント のペアを連携して処理するクロスエンコードであり、より正確な関連性予測を可能にします。埋め込みベースの検索または BM25 や TF-IDF などの語彙検索アルゴリズムで検索された上位候補にリランカーを適用します。

モデル
コンテキストの長さ
説明

rerank-2.5

32,000

最高の精度。ほとんどのアプリケーションに推奨されます。

詳しくは、ブログ記事を参照してください。

rerank-2.5-lite

32,000

レイテンシの影響を受けやすいアプリケーション向けに最適化された、高速でコスト効果の高いモデル。

詳しくは、ブログ記事を参照してください。

次の古いモデルは引き続きAPIからアクセスできますが、品質と効率を向上させるために新しいモデルを使用することをお勧めします。

当社の最新モデルは、品質、コンテキスト長、レイテンシ、スループットなどのすべての面でレガシーモデルよりもパフォーマンスが向上しています。

モデル
コンテキストの長さ
説明

rerank-2

16,000 tokens

多言語をサポートする品質に最適化されたこの一般的な 2 生成のリランカー。

詳しくは、ブログ記事を参照してください。

rerank-2-lite

8,000 tokens

レイテンシと品質の両方を多言語サポートで最適化されたこの一般的な 2 生成のリランカーは、

詳しくは、ブログ記事を参照してください。

リランクの使用に関するチュートリアルについては、次のリソースを参照してください。