jina-reranker-v2-base-multilingual

Jina Reranker v2 Base Multilingual är en textrankningsmodell för det andra steget i informationshämtning. Ge den en sökfråga och kandidatdokument eller avsnitt; den utvärderar varje par av sökfråga och dokument och returnerar en relevanspoäng. Det användbara resultatet är en bättre ordnad kandidatuppsättning för sökning eller ett arbetsflöde förstärkt med informationshämtning. Den skriver inte svaret på sökfrågan och skapar inte dokumentinbäddningar.

Förbered sökfrågan och kandidatavsnitten

Skriv sökfrågan så att den anger informationsbehovet. Tillhandahåll sedan de texter som ett tidigare hämtningssteg har hittat. Behåll en stabil identifierare intill varje kandidat så att dess relevanspoäng kan kopplas till originaldokumentet, avsnittet eller posten.

För en supportsökning använder du den faktiska frågan och kandidatutdrag som innehåller den relevanta proceduren. En fråga om att återställa en viss enhet bör paras med avsnitt som bevarar enhetsnamn, version och återställningsvillkor. Ett avsnitt som bara nämner enheten kan vara mindre användbart än ett som förklarar den efterfrågade operationen. Tillhandahåll innehållet som modellen behöver jämföra snarare än bara en dokumenttitel.

Använd sammanhängande avsnitt. En tabellrubrik, definition eller ett undantag kan ändra hur ett stycke förhåller sig till sökfrågan, så ta inte bort det enbart för att göra varje kandidat lika kort. Omrangeringsmodellen utvärderar tillhandahållna kandidater; den kan inte återfinna ett relevant dokument som det tidigare hämtningssteget utelämnade.

Poängsättning av sökfråga och dokument

Detta är en cross-encoder: sökfrågan och en kandidattext bearbetas tillsammans. Det direkta poängsättningsgränssnittet returnerar en relevanspoäng som flyttal för varje motsvarande par. Högre poäng anger högre relevans i den jämförelsen. Poängen är en rangordningssignal snarare än en genererad förklaring eller ett bevis på att dokumentet är sant.

Tillverkaren tillhandahåller även en hjälpfunktion för omrangering som returnerar ordnade dokument med deras poäng. En kontroll för toppresultat väljer hur många rangordnade kandidater som ska behållas. Bevara deras identifierare och text när de förs vidare till nästa steg. För ett frågebesvarande arbetsflöde behöver nästa modell fortfarande frågan och de valda beläggen; den rangordnade listan är inte i sig en besvarad fråga.

När ändringar i informationshämtning jämförs håller du sökfrågan och utvärderingskriterierna fasta. Granska om avsnitten som flyttats högst upp faktiskt innehåller den efterfrågade informationen. Fastställ eventuella filtreringströsklar med exempel från din egen samling i stället för att behandla en relevanspoäng som ett allmängiltigt mått på ett svars korrekthet.

Modellfönster och längre dokument

Modellen stöder en kontextlängd på upp till 1 024 token. Dess dokumenterade hjälpfunktion rerank() hanterar längre dokument med ett glidande fönster, poängsätter delarna separat och kombinerar dem till resultat på dokumentnivå. Uppdelning är ett beteende hos denna hjälpfunktion; det bör inte förväxlas med en enda modellindata som har ett obegränsat kontextfönster.

Hjälpfunktionen exponerar kontroller för frågelängd och dellängd samt en överlappningsinställning. Dess dokumenterade standardöverlappning är 80. Det publicerade användningsexemplet anger en maximal frågelängd på 512 och en dellängd på 1 024; detta är exempelinställningar för hjälpfunktionen som bör hållas åtskilda från ett löfte om att varje anropare eller rutt använder dem.

För en lång handbok behåller du tillräckligt med närliggande text för att en instruktion och dess villkor ska visas tillsammans. När resultatet bedöms granskar du den relevanta delen av ett högt rankat dokument i stället för att anta att varje avsnitt besvarar frågan lika väl.

Flerspråkig och specialiserad texthämtning

V2-modellen är flerspråkig. Tillverkarens exempel rankar engelska frågor mot engelska, tyska, spanska, kinesiska och japanska avsnitt. Detta stöder en samling där relevant material är skrivet på flera språk utan att varje kandidat först behöver översättas till sökfrågans språk.

Det dokumenterade uppgiftsområdet omfattar även kodhämtning och rangordning av textrepresentationer relaterade till funktioner eller SQL. Detta förblir relevansrangordningsuppgifter: modellen utvärderar den tillhandahållna texten. Den kör inte en funktion, kör SQL eller producerar ett verktygsresultat bara för att dessa slags kandidater förekommer i hämtningsuppsättningen.

Utgåva och praktiska gränser

Håll denna v2 Base Multilingual-variant åtskild från Jinas tidigare omrangeringsmodell för enbart engelska, Jina Reranker v3 och multimodala omrangeringsvarianter. De är olika modeller med olika egenskaper för uppgifter och indata. Denna variants indata är par av sökfråga och text; bild- eller videoinnehåll behöver en egen lämplig representation eller modell.

Tillverkarens referensimplementation stöder direkta poäng och en hjälpfunktion för dokumentrangordning, med valfri accelererad attention. Dessa implementationsval påverkar hur indata förbereds och bearbetas; de fastställer inte att varje integration exponerar identiska kontroller.

Använd den rangordnade utdatan för flerspråkig sökning, kunskapsbaser för support, dokumenthämtning och val av belägg före generering. Granska de översta avsnitten, behåll den ursprungliga kandidatkopplingen och skilj relevans från saklig giltighet. Ett användbart hämtningsresultat lyfter fram rätt tillhandahållna belägg och lämnar nästa uppgift – att svara, sammanfatta eller fatta beslut – åt ett lämpligt arbetsflöde.