jina-reranker-v2-base-multilingual

Jina Reranker v2 Base Multilingual er en tekstrangeringsmodell for andre trinn i innhenting. Gi den et søk og kandidatdokumenter eller utdrag; den vurderer hvert søk–dokument-par og returnerer en relevansskår. Det nyttige resultatet er et bedre ordnet kandidatutvalg for søk eller en arbeidsflyt støttet av innhenting. Den skriver ikke svaret på søket og lager ikke dokumentinnbygginger.

Forbered søket og kandidatpassasjene

Skriv søket slik at det angir informasjonsbehovet. Legg deretter ved tekstene som et tidligere innhentingstrinn har funnet. Hold en stabil identifikator ved hver kandidat, slik at relevansskåren kan knyttes til det opprinnelige dokumentet, seksjonen eller posten.

Ved et støttesøk bruker du det faktiske spørsmålet og kandidatutdrag som inneholder den relevante prosedyren. Et søk om tilbakestilling av en bestemt enhet bør pares med utdrag som beholder enhetens navn, versjon og tilbakestillingsbetingelser. Et utdrag som bare nevner enheten, kan være mindre nyttig enn ett som forklarer den etterspurte operasjonen. Oppgi innholdet modellen trenger for å sammenligne, fremfor bare en dokumenttittel.

Bruk sammenhengende passasjer. En tabelloverskrift, definisjon eller et unntak kan endre hvordan et avsnitt forholder seg til søket, så ikke fjern dette bare for å gjøre alle kandidater like korte. Omrangeringsmodellen vurderer oppgitte kandidater; den kan ikke gjenfinne et relevant dokument som det tidligere innhentingstrinnet utelot.

Skåring av søk–dokument-par

Dette er en krysskoder: søket og en kandidattekst behandles sammen. Grensesnittet for direkte skåring returnerer en relevansskår som flyttall for hvert tilsvarende par. Høyere skårer angir større relevans i denne sammenligningen. Skåren er et rangeringssignal, ikke en generert forklaring eller et bevis på at dokumentet er sant.

Produsenten tilbyr også en omrangeringshjelper som returnerer ordnede dokumenter med skårene deres. En innstilling for toppresultater velger hvor mange rangerte kandidater som skal beholdes. Bevar identifikatorer og tekst når de sendes videre til neste trinn. Ved en spørsmålsbesvaringsflyt trenger neste modell fortsatt søket og de valgte beleggene; den rangerte listen er ikke i seg selv et besvart spørsmål.

Når du sammenligner innhentingsendringer, holder du søket og evalueringskriteriene faste. Undersøk om passasjene som løftes til toppen, faktisk inneholder den etterspurte informasjonen. Sett eventuelle filtreringsterskler ved hjelp av eksempler fra egen samling fremfor å behandle en relevansskår som et universelt mål på svarets riktighet.

Modellvindu og lengre dokumenter

Modellen støtter en kontekstlengde på opptil 1 024 tokener. Den dokumenterte hjelperen rerank() håndterer lengre dokumenter med en glidende vindustilnærming, skårer delene separat og kombinerer dem til resultater på dokumentnivå. Oppdeling er oppførsel i denne hjelperen; det må ikke forveksles med én enkelt modellinndata med ubegrenset kontekstvindu.

Hjelperen eksponerer innstillinger for søkelengde, bitlengde og overlapp. Den dokumenterte standardoverlappen er 80. Det publiserte brukseksempelet angir en maksimal søkelengde på 512 og en bitlengde på 1 024; dette er eksempelinnstillinger for hjelperen som bør holdes atskilt fra et løfte om at alle kallere eller ruter bruker dem.

Ved en lang håndbok bevarer du nok tekst i nærheten til at en instruksjon og betingelsene vises sammen. Når du vurderer resultatet, undersøker du den relevante delen av et høyt rangert dokument fremfor å anta at alle seksjonene besvarer søket like godt.

Flerspråklig og spesialisert tekstinnhenting

v2-modellen er flerspråklig. Produsentens eksempler rangerer engelske søk mot engelske, tyske, spanske, kinesiske og japanske passasjer. Dette støtter en samling der relevant materiale er skrevet på flere språk, uten at alle kandidater først må oversettes til søkets språk.

Det dokumenterte oppgaveomfanget omfatter også kodeinnhenting og rangering av tekstrepresentasjoner knyttet til funksjoner eller SQL. Dette er fortsatt relevansrangeringsoppgaver: modellen vurderer den oppgitte teksten. Den utfører ikke en funksjon, kjører ikke SQL og produserer ikke et verktøyresultat bare fordi slike kandidater finnes i innhentingssettet.

Utgave og praktiske grenser

Hold denne v2 Base Multilingual-varianten atskilt fra Jinas tidligere rent engelske omrangeringsmodell, Jina Reranker v3 og multimodale omrangeringsvarianter. Dette er ulike modeller med forskjellige oppgaver og inndataegenskaper. Denne variantens inndata er søk–tekst-par; bilde- eller videoinnhold trenger en egen egnet representasjon eller modell.

Produsentens referanseimplementasjon støtter direkte skårer og en hjelper for dokumentrangering, med valgfri akselerert attention. Implementasjonsvalgene påvirker hvordan inndata klargjøres og behandles; de dokumenterer ikke at alle integrasjoner eksponerer identiske kontroller.

Bruk de rangerte utdataene til flerspråklig søk, kunnskapsbaser for støtte, dokumentinnhenting og valg av belegg før generering. Kontroller de øverste passasjene, behold den opprinnelige kandidatkoblingen og skill relevans fra faktisk gyldighet. Et nyttig innhentingsresultat løfter frem de riktige oppgitte beleggene og overlater neste oppgave – å svare, oppsummere eller avgjøre – til riktig arbeidsflyt.