jina-reranker-v2-base-multilingual

Jina Reranker v2 Base Multilingual ist ein Textrankingmodell für die zweite Abrufstufe. Geben Sie ihm eine Suchanfrage und Kandidatendokumente oder Passagen. Es bewertet jedes Anfrage-Dokument-Paar und liefert einen Relevanzwert. Das brauchbare Ergebnis ist eine besser geordnete Kandidatenmenge für Suche oder einen abrufgestützten Ablauf. Es schreibt weder die Antwort auf die Suchanfrage noch erzeugt es Dokumentembeddings.

Suchanfrage und Kandidatenpassagen vorbereiten

Formulieren Sie die Suchanfrage so, dass sie den Informationsbedarf benennt. Liefern Sie dann die von einem früheren Abrufschritt gefundenen Texte. Halten Sie eine stabile Kennung neben jedem Kandidaten fest, damit sich sein Relevanzwert mit Originaldokument, Abschnitt oder Datensatz verbinden lässt.

Verwenden Sie bei einer Supportsuche die tatsächliche Frage und Kandidatenauszüge mit dem relevanten Verfahren. Eine Frage 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 gewünschten Vorgang erklärt. Liefern Sie den für den Vergleich nötigen Inhalt statt nur eines Dokumenttitels.

Verwenden Sie zusammenhängende Passagen. Eine Tabellenüberschrift, Definition oder Ausnahme kann die Beziehung eines Absatzes zur Suchanfrage ändern. Entfernen Sie sie daher nicht bloß, um alle Kandidaten gleich kurz zu machen. Der Reranker bewertet gelieferte Kandidaten; er kann ein relevantes Dokument nicht zurückholen, das die frühere Abrufstufe ausgelassen hat.

Bewertung von Anfrage-Dokument-Paaren

Dies ist ein Cross-Encoder: Suchanfrage und Kandidatentext werden gemeinsam verarbeitet. Die direkte Bewertungsschnittstelle liefert für jedes entsprechende Paar einen Gleitkomma-Relevanzwert. Höhere Werte zeigen in diesem Vergleich größere Relevanz. Der Wert ist ein Rankingsignal statt einer erzeugten Erklärung oder eines Wahrheitsbeweises für das Dokument.

Der Hersteller bietet außerdem eine Neusortierhilfe, die geordnete Dokumente mit ihren Werten liefert. Ein Regler für Top-Ergebnisse wählt die Zahl der zu bewahrenden sortierten Kandidaten. Bewahren Sie Kennungen und Text beim Übergang zur nächsten Stufe. Für einen Frage-Antwort-Ablauf benötigt das folgende Modell weiterhin die Suchanfrage und ausgewählten Belege; die sortierte Liste selbst ist keine beantwortete Frage.

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

Modellfenster und längere Dokumente

Das Modell unterstützt bis zu 1.024 Tokens Kontext. Seine dokumentierte Hilfsfunktion rerank() verarbeitet längere Dokumente mit einem gleitenden Fenster, bewertet Teilstücke getrennt und kombiniert sie zu Dokumentergebnissen. Die Aufteilung ist Verhalten dieser Hilfsfunktion; sie darf nicht mit einer einzelnen Modelleingabe mit unbegrenztem Kontextfenster verwechselt werden.

Die Hilfsfunktion stellt Regler für Anfragelänge und Abschnittslänge sowie eine Überlappungseinstellung bereit. Ihre dokumentierte Standardüberlappung ist 80. Das veröffentlichte Anwendungsbeispiel legt eine maximale Anfragelänge von 512 und eine Abschnittslänge von 1.024 fest. Das sind Beispieleinstellungen der Hilfsfunktion und kein Versprechen, dass jeder Aufrufer oder jede Route sie verwendet.

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

Mehrsprachiger und spezialisierter Textabruf

Das v2-Modell ist mehrsprachig. Die Herstellerbeispiele ordnen englische, deutsche, spanische, chinesische und japanische Passagen nach ihrer Relevanz für englische Suchanfragen. Das unterstützt Sammlungen mit relevantem Material in mehreren Sprachen, ohne zunächst jeden Kandidaten in die Anfragesprache übersetzen zu müssen.

Der dokumentierte Aufgabenbereich umfasst außerdem Codeabruf und die Sortierung von Textdarstellungen zu Funktionen oder SQL. Dies bleiben Relevanzrankingaufgaben: Das Modell bewertet gelieferten Text. Es führt keine Funktion oder SQL aus und erzeugt kein Werkzeugergebnis, bloß weil solche Kandidaten in der Abrufmenge vorkommen.

Edition und praktische Grenzen

Halten Sie dieses Profil v2 Base Multilingual von Jinas früherem rein englischen Reranker, Jina Reranker v3 und multimodalen Neusortierprofilen getrennt. Dies sind unterschiedliche Modelle mit verschiedenen Aufgaben- und Eingabeeigenschaften. Dieses Profil nimmt Anfrage-Text-Paare entgegen; Bild- oder Videoinhalte benötigen eine eigene geeignete Darstellung oder ein anderes Modell.

Die Referenzimplementierung des Herstellers unterstützt direkte Werte und eine Dokumentrankinghilfe mit optional beschleunigter Attention. Diese Implementierungsoptionen beeinflussen Vorbereitung und Verarbeitung von Eingaben; sie belegen keine identischen Regler in jeder Integration.

Verwenden Sie die sortierte Ausgabe für mehrsprachige Suche, Support-Wissensbasen, Dokumentabruf und Belegauswahl vor der Generierung. Prüfen Sie die am höchsten eingestuften Passagen, bewahren Sie die ursprüngliche Kandidatenzuordnung und unterscheiden Sie Relevanz von sachlicher Gültigkeit. Ein nützliches Abrufergebnis bringt die richtigen gelieferten Belege nach vorn und überlässt die nächste Aufgabe – Antworten, Zusammenfassen oder Entscheiden – dem passenden Ablauf.