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す。リランカー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 VM25 や TF-IDF などの語彙検索アルゴリズムで取得された上位候補にリランカーを適用します。
利用可能なモデル
モデル | コンテキストの長さ | 説明 |
|---|---|---|
| 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。 |
| 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。 |
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 |
|---|---|---|
| 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。 |
| 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。 |
Tutorials
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。