再ランキング

再ランキングは、専用の再ランキング モデルを使用して検索結果を再評価および並べ替えることで、検索結果の関連性と精度を向上させるために使用される手法です。

検索プロセスは次の 2 つの段階で行われます。

1. 初期検索: ベクトル検索により、コレクションから最も類似性の高い上位kドキュメントが識別されます。
2. 再ランキング: 再ランキング モデルは、クエリとドキュメント間の関連性に基づいてこれらkドキュメントを評価し、それらを並べ替えて最終的な上位n結果 ( n ≤ k ) を生成します。

この 2 段階の検索アプローチにより、ドキュメントの関連性と精度の両方が大幅に向上します。

基本的な使い方

pytidbは、開発者が AI アプリケーションを効率的に構築できるように設計されています。

pytidb複数のサードパーティ プロバイダーの再ランキング モデルを使用できるRerankerクラスを提供します。

1. 再ランク付けインスタンスを作成します。

   from pytidb.rerankers import Reranker
   
   reranker = Reranker(model_name="{provider}/{model_name}")
   

2. .rerank()の方法を使用してリランカーを適用します。

   table.search("{query}").rerank(reranker, "{field_to_rerank}").limit(3)
   

サポートされているプロバイダー

次の例は、サードパーティ プロバイダーの再ランキング モデルを使用する方法を示しています。

ジナ・アイ

Jina AI のリランカーを使用するには、 Webサイトにアクセスして API キーを作成します。

例えば：

jinaai = Reranker(
    # Using the `jina-reranker-m0` model
    model_name="jina_ai/jina-reranker-m0",
    api_key="{your-jinaai-api-key}"
)