jina-reranker-v2-base-multilingual

Jina Reranker v2 Base Multilingual est un modèle de classement textuel pour la deuxième étape de récupération. Fournissez une requête et des documents ou passages candidats ; il évalue chaque paire requête-document et renvoie un score de pertinence. Le résultat utile est un ensemble de candidats mieux ordonné pour la recherche ou un parcours augmenté par récupération. Il ne rédige pas la réponse à la requête et ne crée pas d’embeddings de documents.

Préparer la requête et les passages candidats

Rédigez la requête de façon à exprimer le besoin d’information. Fournissez ensuite les textes trouvés par une étape de récupération précédente. Gardez un identifiant stable à côté de chaque candidat pour relier son score au document, à la section ou à l’enregistrement d’origine.

Pour une recherche d’assistance, utilisez la question réelle et les extraits candidats contenant la procédure pertinente. Une requête sur la réinitialisation d’un appareil particulier doit être associée à des passages préservant le nom de l’appareil, sa version et les conditions de réinitialisation. Un passage mentionnant simplement l’appareil peut être moins utile qu’un autre expliquant l’opération demandée. Fournissez le contenu nécessaire à la comparaison, plutôt qu’un seul titre de document.

Utilisez des passages cohérents. Un en-tête de tableau, une définition ou une exception peut modifier le rapport d’un paragraphe à la requête ; ne les supprimez pas uniquement pour uniformiser la longueur des candidats. Le modèle évalue les candidats fournis ; il ne peut pas retrouver un document pertinent omis à l’étape précédente.

Scores requête-document

Il s’agit d’un encodeur croisé : la requête et un texte candidat sont traités ensemble. L’interface de notation directe renvoie un score de pertinence à virgule flottante pour chaque paire correspondante. Un score plus élevé indique une pertinence supérieure dans cette comparaison. Ce score est un signal de classement, pas une explication générée ni une preuve de véracité du document.

Le fabricant propose aussi un utilitaire renvoyant les documents ordonnés avec leurs scores. Une commande de nombre de meilleurs résultats choisit combien de candidats conserver. Préservez leurs identifiants et textes lors du passage à l’étape suivante. Pour un parcours de réponse aux questions, le modèle suivant a encore besoin de la requête et des éléments sélectionnés ; la liste classée ne constitue pas une réponse.

Lors d’une comparaison de changements de récupération, gardez la requête et les critères d’évaluation fixes. Vérifiez que les passages promus en tête contiennent réellement les informations demandées. Définissez un éventuel seuil de filtrage à partir d’exemples de votre propre collection, sans traiter un score comme une mesure universelle de l’exactitude des réponses.

Fenêtre du modèle et documents longs

Le modèle accepte un contexte allant jusqu’à 1 024 tokens. Son utilitaire documenté rerank() traite les documents longs par fenêtre glissante, note les morceaux séparément et les combine en résultats au niveau du document. Le découpage relève de cet utilitaire ; il ne doit pas être confondu avec une entrée de modèle unique à contexte illimité.

L’utilitaire expose des commandes de longueur de requête, de longueur de bloc et de chevauchement. Le chevauchement par défaut documenté est de 80. L’exemple publié spécifie une longueur maximale de requête de 512 et une longueur de bloc de 1 024 ; ces réglages d’exemple doivent rester distincts d’une promesse que chaque appelant ou route les utilise.

Pour un manuel long, conservez assez de texte voisin pour qu’une instruction et ses conditions apparaissent ensemble. Lors de l’évaluation, examinez la partie pertinente d’un document bien classé plutôt que de supposer que toutes ses sections répondent également à la requête.

Recherche textuelle multilingue et spécialisée

Le modèle v2 est multilingue. Les exemples du fabricant classent des requêtes anglaises face à des passages anglais, allemands, espagnols, chinois et japonais. Cela permet d’utiliser une collection où les documents pertinents sont rédigés en plusieurs langues sans traduire d’abord chaque candidat dans la langue de la requête.

Le périmètre documenté comprend aussi la récupération de code et le classement de représentations textuelles de fonctions ou de SQL. Cela reste du classement par pertinence : le modèle évalue le texte fourni. Il n’exécute pas une fonction, du SQL ou un outil simplement parce que de tels candidats figurent dans l’ensemble récupéré.

Édition et limites pratiques

Distinguez ce profil v2 Base Multilingual de l’ancien modèle Jina uniquement anglophone, de Jina Reranker v3 et des profils de reclassement multimodaux. Ce sont des modèles différents aux tâches et caractéristiques d’entrée distinctes. Ce profil reçoit des paires requête-texte ; une image ou une vidéo exige sa représentation ou son modèle adapté.

L’implémentation de référence du fabricant permet les scores directs et un utilitaire de classement documentaire, avec attention accélérée facultative. Ces choix affectent la préparation et le traitement des entrées ; ils ne prouvent pas que chaque intégration expose des commandes identiques.

Utilisez la sortie classée pour la recherche multilingue, les bases de connaissances d’assistance, la récupération documentaire et la sélection d’éléments avant génération. Examinez les premiers passages, gardez la correspondance des candidats d’origine et distinguez pertinence et validité factuelle. Une récupération utile met en avant les bons éléments fournis, en laissant la tâche suivante — répondre, résumer ou décider — au parcours approprié.