jina-reranker-v2-base-multilingual

Jina Reranker v2 Base Multilingual ist ein Textranking-Modell für die zweite Abrufstufe. Geben Sie ihm eine Suchanfrage und mögliche Dokumente oder Passagen; es bewertet jedes Anfrage-Dokument-Paar und gibt einen Relevanzwert zurück. Das nützliche Ergebnis ist eine besser geordnete Kandidatenmenge für Suche oder einen abrufgestützten Ablauf. Es schreibt keine Antwort auf die Suchanfrage und erstellt keine Dokument-Embeddings.

Suchanfrage und Kandidatenpassagen vorbereiten

Formulieren Sie die Suchanfrage so, dass sie den Informationsbedarf ausdrückt. Stellen Sie anschließend die Texte bereit, die ein früherer Abrufschritt gefunden hat. Bewahren Sie neben jedem Kandidaten eine stabile Kennung, damit sein Relevanzwert mit dem ursprünglichen Dokument, Abschnitt oder Datensatz verknüpft werden kann.

Verwenden Sie bei einer Supportsuche die tatsächliche Frage und Kandidatenauszüge, die den relevanten Ablauf enthalten. Eine Anfrage zum Zurücksetzen eines bestimmten Geräts sollte mit Passagen verbunden werden, die Gerätename, Version und Rücksetzbedingungen bewahren. Eine Passage, die das Gerät nur erwähnt, kann weniger nützlich sein als eine, die den angefragten Vorgang erklärt. Stellen Sie den Inhalt bereit, den das Modell zum Vergleichen benötigt, statt nur eines Dokumenttitels.

Verwenden Sie zusammenhängende Passagen. Eine Tabellenüberschrift, Definition oder Ausnahme kann verändern, wie ein Absatz zur Suchanfrage passt; entfernen Sie sie daher nicht bloß, um jeden Kandidaten gleich kurz zu machen. Der Reranker bewertet bereitgestellte Kandidaten; er kann kein relevantes Dokument wiederherstellen, das die frühere Abrufstufe ausgelassen hat.

Bewertung von Anfrage-Dokument-Paaren

Dies ist ein Cross-Encoder: Die Suchanfrage und ein Kandidatentext werden gemeinsam verarbeitet. Die direkte Bewertungsschnittstelle gibt für jedes zugehörige Paar einen Gleitkomma-Relevanzwert zurück. Höhere Werte bedeuten in diesem Vergleich größere Relevanz. Der Wert ist ein Rankingsignal und keine generierte Erklärung oder ein Beweis für die Wahrheit des Dokuments.

Der Hersteller stellt außerdem eine Reranking-Hilfsfunktion bereit, die geordnete Dokumente mit ihren Werten zurückgibt. Eine Steuerung der Spitzenergebnisse wählt, wie viele bewertete Kandidaten erhalten bleiben. Bewahren Sie deren Kennungen und Text bei der Weitergabe an die nächste Stufe. Bei einem Frage-Antwort-Ablauf benötigt das folgende Modell weiterhin die Frage und die ausgewählten Belege; die Rangliste selbst ist keine beantwortete Frage.

Halten Sie beim Vergleich von Abrufänderungen die Suchanfrage und Bewertungskriterien fest. Prüfen Sie, ob die nach oben gereihten Passagen die gewünschten Informationen tatsächlich enthalten. Legen Sie Filterschwellen anhand von Beispielen Ihrer eigenen Sammlung fest, statt einen Relevanzwert als allgemeingültiges Maß für die Richtigkeit einer Antwort zu behandeln.

Modellfenster und längere Dokumente

Das Modell unterstützt eine Kontextlänge von bis zu 1.024 Tokens. Seine dokumentierte Hilfsfunktion rerank() verarbeitet längere Dokumente mit einem gleitenden Fenster, bewertet die Teile getrennt und verbindet sie zu Ergebnissen auf Dokumentebene. Diese Aufteilung ist Verhalten der Hilfsfunktion; sie sollte nicht mit einer einzelnen Modelleingabe mit unbegrenztem Kontextfenster verwechselt werden.

Die Hilfsfunktion stellt Regler für Suchanfragenlänge und Abschnittslänge sowie eine Überlappungseinstellung bereit. Ihre dokumentierte Standardüberlappung beträgt 80. Das veröffentlichte Anwendungsbeispiel nennt eine maximale Suchanfragenlänge von 512 und eine Abschnittslänge von 1.024; dies sind beispielhafte Hilfsfunktionseinstellungen, die von einem Versprechen zu trennen sind, dass jeder Aufrufer oder jede Route sie verwendet.

Bewahren Sie bei einem langen Handbuch genügend benachbarten Text, damit eine Anweisung und ihre Bedingungen gemeinsam erscheinen. Prüfen Sie bei der Ergebnisbeurteilung den relevanten Teil eines hoch gereihten Dokuments, statt anzunehmen, dass jeder Abschnitt die Suchanfrage gleich gut beantwortet.

Mehrsprachiger und spezialisierter Textabruf

Das v2-Modell ist mehrsprachig. Die Herstellerbeispiele reihen englische Suchanfragen gegen englische, deutsche, spanische, chinesische und japanische Passagen. Das unterstützt eine Sammlung mit relevantem Material in mehreren Sprachen, ohne dass jeder Kandidat zuerst in die Sprache der Suchanfrage übersetzt werden muss.

Der dokumentierte Aufgabenbereich umfasst auch Codeabruf und das Ranking von Textdarstellungen zu Funktionen oder SQL. Dies bleiben Relevanzranking-Aufgaben: Das Modell bewertet den bereitgestellten Text. Es führt keine Funktion aus, lässt kein SQL laufen und erzeugt kein Werkzeugergebnis, nur weil solche Kandidaten in der Abrufmenge enthalten sind.

Ausgabe und praktische Grenzen

Halten Sie dieses Profil v2 Base Multilingual von Jinas früherem rein englischen Reranker, Jina Reranker v3 und multimodalen Reranking-Profilen getrennt. Es sind unterschiedliche Modelle mit unterschiedlichen Aufgaben- und Eingabeeigenschaften. Die Eingabe dieses Profils besteht aus Anfrage-Text-Paaren; Bild- oder Videoinhalte benötigen eine eigene geeignete Darstellung oder ein entsprechendes Modell.

Die Referenzimplementierung des Herstellers unterstützt direkte Werte und eine Hilfsfunktion für Dokumentranking mit optional beschleunigter Attention. Diese Implementierungsentscheidungen beeinflussen die Vorbereitung und Verarbeitung der Eingaben; sie belegen nicht, dass jede Integration identische Regler bereitstellt.

Verwenden Sie die gereihte Ausgabe für mehrsprachige Suche, Support-Wissensdatenbanken, Dokumentabruf und Belegauswahl vor der Generierung. Prüfen Sie die führenden Passagen, bewahren Sie die ursprüngliche Kandidatenzuordnung und unterscheiden Sie Relevanz von sachlicher Gültigkeit. Ein nützliches Abrufergebnis bringt die richtigen bereitgestellten Belege nach vorne und überlässt die nächste Aufgabe – Antworten, Zusammenfassen oder Entscheiden – dem passenden Ablauf.