$rerank Estágio do pipeline de agregação

Requisitos

Para usar $rerank:

• Certifique-se de que seu cluster esteja executando o MongoDB 9.0 ou posterior.

• Habilite a reclassificação nativa por meio de Project Settings. Para saber mais, consulte Habilitar ou desabilitar a reclassificação nativa.

Os modelos rerank-3 e rerank-3-lite têm os seguintes requisitos adicionais:

• Seu cluster deve ser um cluster dedicado (M10 ou superior) executando o MongoDB 9.0 ou posterior.

Para aprender sobre o status de suporte desses modelos, consulte Status atual do modelo.

Limitações

Você não pode usar o estágio $rerank:

• Para implantações autogerenciadas ou Atlas Local.

• Para $rankFusion ou $scoreFusion pipeline de entrada.

• Para query em uma View.

  Se você tiver um índice MongoDB Search ou MongoDB pesquisa vetorial em uma View, consulte o índice executando .aggregate() na coleção de origem em vez da View.

• Com a criptografia no nível do campo do lado do cliente ou a Queryable Encryption. Um pipeline que contém $rerank falha com um erro como Unrecognized pipeline stage name: '$rerank'.

  Essa limitação se aplica a todas as coleção, incluindo coleção que não têm campo criptografado, e ao uso de $rerank dentro de sub-pipeline, como $unionWith.

Os modelos rerank-3 e rerank-3-lite têm as seguintes limitações adicionais:

• Disponível apenas em cluster dedicado (M10 ou superior) executando o MongoDB 9.0 ou posterior.

• Ainda não disponível em clusters gratuitos (M0) ou clusters Flex.

Comportamento

$rerank pode aparecer em qualquer lugar no pipeline. No entanto, o MongoDB recomenda usar $rerank após um estágio como $search ou $vectorSearch que já retorna documentos relevantes em ordem classificada.

$rerank reclassifica e retorna os primeiros numDocsToRerank documentos que são passados para o estágio. Se $rerank for o primeiro estágio, ou se os estágios anteriores não retornarem resultados classificados deterministicamente, os documentos usados para $rerank poderão mudar entre as queries.

$rerank retorna um erro se algum dos campos especificados em path não estiver presente em um ou mais documentos de entrada. Para mitigar isso, use o:

• $set estágio para definir campos ausentes como uma string vazia.

• $match estágio para filtrar documentos onde os campos estão ausentes.

Para aprender mais sobre os limites de memória que o $rerank força e os erros que ele retorna quando uma solicitação excede um limite, consulte A solicitação $rerank falha com um erro de limite de memória.

Query

O campo query.text determina como o modelo de reranker pontua cada documento. O modelo de reranker Voyage especificado calcula uma pontuação de relevância entre o texto da query e o conteúdo de cada documento no path especificado. Para a maioria dos casos de uso, defina $rerank.query.text como o mesmo texto ou texto semelhante à query do estágio $search ou $vectorSearch anterior.

Pontuação

Use a variável score com a expressão $meta para recuperar a pontuação de cada documento nos resultados do estágio $rerank.

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

O estágio $rerank substitui o valor de $meta: "score" por uma nova pontuação. Para preservar o valor de um estágio anterior como $rankFusion, você pode projeto as pontuações em campos nomeados antes do estágio $rerank.

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

Desempenho e precisão

O estágio $rerank pode ser computacionalmente caro, dependendo do tamanho da entrada, como os campos para reclassificar, o número de documentos para reclassificar e o texto da query. $rerank processa queries e documentos em conjunto no momento da query. Portanto, $rerank pode ser mais lento do que a pesquisa de relevância alimentada por um índice, como os índices para $search ou $vectorSearch. Para equilibrar a precisão e o desempenho, configure numDocsToRerank e path para limitar o tamanho da entrada. $rerank não executa modelos de reclassificação do Voyage AI nos recursos do cluster Atlas.

$rerank é mais adequado para cargas de trabalho em que a qualidade de recuperação é priorizada em relação à latência ultrabaixa, como RAG e aplicativos de IA agentic. Para cargas de trabalho que exigem latência ultrabaixa, o MongoDB recomenda usar um estágio de pesquisa baseado em índice, como $search ou $vectorSearch.