$rerank 집계 파이프라인 단계

요구 사항:

$rerank 사용 방법:

• Atlas UI Cluster Builder 페이지에서 Latest version with auto-upgrades 를 선택하여 클러스터가 MongoDB 8.3 이상을 실행하고 있는지 확인하세요.

• Project Settings를 통한 네이티브 리랭킹 활성화. 자세한 학습은 네이티브 리랭킹 활성화 또는 비활성화를 참조하세요.

제한 사항

$rerank 단계를 사용할 수 없습니다.

• 자체 관리형 또는 Atlas Local 배포서버에 적용됩니다.

• $rankFusion 또는 $scoreFusion 입력 파이프라인을 위해서.

• 보기에 대한 쿼리의 경우.

  View에 MongoDB Search 또는 MongoDB 벡터 검색 인덱스가 있는 경우 View 대신 소스 컬렉션에서 .aggregate() 을 실행하여 인덱스를 쿼리합니다.

행동

$rerank 는 파이프라인의 어디에든 나타날 수 있습니다. 하지만 MongoDB는 $search 또는 $vectorSearch 와 같이 이미 정렬된 순서로 관련 문서를 반환하는 단계 뒤에 $rerank 를 사용할 것을 권장합니다.

$rerank 단계로 전달된 첫 numDocsToRerank 개 문서의 순위를 재지정하고 반환합니다. $rerank 이 첫 번째 단계이거나 이전 단계가 결정론적으로 정렬된 결과를 반환하지 않는 경우 $rerank 에 사용된 문서가 쿼리 간에 변경될 수 있습니다.

$rerank path 에 지정된 필드 중 하나 이상의 입력 문서에 없는 경우 오류를 반환합니다. 이를 완화하려면 다음을 사용합니다.

• $set 단계를 사용하여 누락된 필드를 빈 string으로 설정합니다.

• $match 필드가 없는 문서를 필터링하는 단계입니다.

쿼리

query.text 필드는 리러잉커 모델이 각 문서의 점수를 매기는 방식을 결정합니다. 지정된 Voyage 리러잉커 모델 은 지정된 path에서 쿼리 텍스트와 각 문서 내용 간의 유용성 점수를 계산합니다. 대부분의 사용 사례에서는 $rerank.query.text 를 이전 $search 또는 $vectorSearch 단계의 쿼리와 동일하거나 유사한 텍스트로 설정합니다.

득점

score 변수를 $meta 표현식과 함께 사용하여 $rerank 단계의 결과에서 각 문서의 점수를 조회.

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

$rerank 단계에서는 $meta: "score" 값을 새 점수로 대체합니다. $rankFusion와 같은 이전 단계의 값을 보존하려면 점수를 $rerank 단계 이전의 명명된 필드에 프로젝트 할 수 있습니다.

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

성능 및 정확성

$rerank 단계는 리랑크할 필드, 리랑크할 문서 수 및 쿼리 텍스트 등 입력 크기에 따라 계산 방식이 많을 수 있습니다. $rerank 은 쿼리 시간에 쿼리와 문서를 함께 처리합니다. 따라서 $rerank 는 $search 또는 $vectorSearch의 인덱스와 같이 인덱스에 의해 제공되는 유의성 검색보다 느릴 수 있습니다. 정확도와 성능 간의 균형을 맞추려면 numDocsToRerank 과 path 을 구성하여 입력 크기를 제한합니다. $rerank 는 Atlas 클러스터 리소스에서 Voyage AI 리랑크 모델을 실행하지 않습니다.

$rerank RAG 및 에이전틱 AI 애플리케이션과 같이 최소한 지연 시간보다 검색 품질이 우선시되는 워크로드에 가장 적합합니다. 최소한 지연 시간이 필요한 워크로드의 경우 MongoDB는 $search 또는 $vectorSearch과 같이 인덱스 기반 검색 단계를 사용할 것을 권장합니다.