jina-reranker-v2-base-multilingual

A Jina Reranker v2 Base Multilingual szövegrangsoroló modell a visszakeresés második szakaszához. Adj neki lekérdezést és dokumentum- vagy szövegrészlet-jelölteket; minden lekérdezés–dokumentum párt értékel, és relevanciapontszámot ad vissza. Hasznos eredménye jobban rendezett jelölthalmaz kereséshez vagy visszakereséssel kiegészített munkafolyamathoz. Nem írja meg a lekérdezésre adott választ, és nem készít dokumentumbeágyazásokat.

Készítsd elő a lekérdezést és a szövegrészlet-jelölteket

Úgy írd meg a lekérdezést, hogy megfogalmazza az információigényt. Ezután add meg a korábbi visszakeresési lépés által talált szövegeket. Minden jelölt mellett tarts állandó azonosítót, hogy relevanciapontszáma az eredeti dokumentumhoz, szakaszhoz vagy rekordhoz kapcsolható legyen.

Ügyféltámogatási kereséshez a tényleges kérdést és a releváns eljárást tartalmazó kivonatokat használd. Egy adott eszköz alaphelyzetbe állításáról szóló kérdést olyan részletekkel párosíts, amelyek megőrzik az eszköz nevét, verzióját és az alaphelyzetbe állítás feltételeit. Az eszközt pusztán említő részlet kevésbé hasznos lehet a kért műveletet elmagyarázónál. A modell számára összehasonlítandó tartalmat add meg, ne csak dokumentumcímet.

Összefüggő részleteket használj. Egy táblázatfejléc, meghatározás vagy kivétel megváltoztathatja a bekezdés lekérdezéshez való viszonyát, ezért ne távolítsd el pusztán azért, hogy minden jelölt egyformán rövid legyen. Az újrarangsoroló a megadott jelölteket értékeli; nem tud visszahozni a korábbi visszakeresési szakaszból kimaradt releváns dokumentumot.

Lekérdezés–dokumentum pontozás

Ez keresztkódoló: a lekérdezést és a szövegjelöltet együtt dolgozza fel. A közvetlen pontozási felület minden megfelelő párhoz lebegőpontos relevanciapontszámot ad vissza. A magasabb pontszám nagyobb relevanciát jelez az adott összehasonlításban. A pontszám rangsorolási jelzés, nem generált magyarázat vagy a dokumentum igazságának bizonyítéka.

A gyártó újrarangsoroló segédfüggvényt is biztosít, amely rendezett dokumentumokat ad vissza pontszámaikkal együtt. A legjobb találatok számának vezérlője kiválasztja, hány rangsorolt jelölt maradjon meg. A következő szakaszba továbbításkor őrizd meg azonosítóikat és szövegüket. Kérdésmegválaszoló folyamatnál a következő modellnek továbbra is szüksége van a lekérdezésre és a kiválasztott bizonyítékra; a rangsorolt lista önmagában nem megválaszolt kérdés.

Visszakeresési változások összehasonlításakor a lekérdezést és az értékelési szempontokat tartsd rögzítve. Vizsgáld meg, hogy az előresorolt részletek ténylegesen tartalmazzák-e a kért információt. Szűrési küszöböt a saját gyűjteményed példái alapján állíts be, ne a relevanciapontszámot tekintsd a válaszhelyesség általános mércéjének.

Modellablak és hosszabb dokumentumok

A modell legfeljebb 1024 tokenes kontextushosszt támogat. Dokumentált rerank() segédfüggvénye csúszóablakos megközelítéssel kezeli a hosszabb dokumentumokat, külön pontozza a részeket, majd dokumentumszintű eredménnyé egyesíti őket. A darabolás e segédfüggvény működése; nem keverendő össze korlátlan kontextusablakú egyetlen modellbemenettel.

A segédfüggvény lekérdezéshossz-, darabhossz- és átfedésvezérlőket kínál. Dokumentált alapértelmezett átfedése 80. A közzétett használati példa 512 maximális lekérdezéshosszt és 1024 darabhosszt ad meg; ezek példabeli segédfüggvény-beállítások, amelyeket el kell különíteni attól az ígérettől, hogy minden hívó vagy útvonal ezeket használja.

Hosszú kézikönyvnél őrizz meg elég közeli szöveget ahhoz, hogy az utasítás és feltételei együtt jelenjenek meg. Az eredmény értékelésekor egy előre rangsorolt dokumentum releváns részét vizsgáld, ne feltételezd, hogy minden szakasza egyformán jól válaszolja meg a lekérdezést.

Többnyelvű és szakosodott szövegvisszakeresés

A v2 modell többnyelvű. A gyártó példái angol lekérdezésekhez angol, német, spanyol, kínai és japán részleteket rangsorolnak. Ez olyan gyűjteményt támogat, amelynek releváns anyagai több nyelven íródtak, anélkül, hogy előbb minden jelöltet a lekérdezés nyelvére kellene fordítani.

A dokumentált feladatkör kódvisszakeresést, valamint függvényekhez vagy SQL-hez kapcsolódó szöveges reprezentációk rangsorolását is tartalmazza. Ezek továbbra is relevanciarangsorolási feladatok: a modell a megadott szöveget értékeli. Nem hajt végre függvényt, nem futtat SQL-t és nem állít elő eszközeredményt pusztán azért, mert ilyen jelöltek szerepelnek a visszakeresett halmazban.

Kiadás és gyakorlati korlátok

Ezt a v2 Base Multilingual profilt tartsd elkülönítve a Jina korábbi, csak angol újrarangsorolójától, a Jina Reranker v3-tól és a multimodális újrarangsorolási profiloktól. Eltérő modellek, különböző feladat- és bemeneti jellemzőkkel. E profil bemenete lekérdezés–szöveg pár; a kép- vagy videótartalomhoz saját megfelelő reprezentáció vagy modell kell.

A gyártó referencia-megvalósítása közvetlen pontszámokat és dokumentumrangsoroló segédfüggvényt támogat, opcionális gyorsított figyelemmel. E megvalósítási döntések befolyásolják a bemenetek előkészítését és feldolgozását; nem igazolják, hogy minden integráció azonos vezérlőket tesz elérhetővé.

A rangsorolt kimenetet többnyelvű kereséshez, támogatási tudásbázisokhoz, dokumentum-visszakereséshez és generálás előtti bizonyítékválasztáshoz használd. Ellenőrizd a legjobb részleteket, őrizd meg az eredeti jelöltleképezést, és különböztesd meg a relevanciát a tényszerű érvényességtől. Hasznos visszakeresési eredmény a megfelelő megadott bizonyítékot emeli előre, a következő feladatot — válaszadást, összefoglalást vagy döntést — pedig a megfelelő munkafolyamatra hagyja.