重點摘要
重排序模型：重排序模型透過根據精確的相關性評分，智慧地重新排序候選文件，對於最佳化搜尋結果品質至關重要，確保使用者優先看到最相關的資訊。
BAAI/bge-reranker-v2-m3：bge-reranker-v2-m3 模型提供卓越的跨語言重排序能力，支援 18 種以上語言，並擅長處理查詢-文件配對以進行準確的相關性評估。其精準度與多語言支援使其成為高品質搜尋體驗不可或缺的工具。
強大的 bge-reranker-v2-m3 模型已於 Novita AI 上線，提供經濟實惠的重排序解決方案。立即在 Novita AI 開始免費試用！
重排序是現代搜尋系統的基石，透過精密的相關性分析，讓應用程式能夠提供高度相關的結果。本指南將探討什麼是重排序模型、為何它們對搜尋品質至關重要，以及 BAAI/bge-reranker-v2-m3 如何提升搜尋能力，打造卓越的使用者體驗。
認識重排序模型
重排序模型是一種專門的 AI 模型，透過評估查詢與候選文件之間的語意相關性，來精煉並重新排序搜尋結果。與注重速度與召回率的傳統檢索系統不同，重排序模型專注於精準度，透過計算查詢-文件配對的詳細相關性分數來達成目標。
在現代 AI 應用中，重排序模型在 RAG（檢索增強生成） 系統中扮演著特別關鍵的角色，因為檢索到的文件品質會直接影響最終生成的回應。重排序階段就像是精準過濾器，確保只有最相關的文件能進入內容生成階段。
現代資訊檢索系統通常採用兩階段架構，如上圖所示。第一階段使用初步快速檢索方法（如雙塔模型、BM25 或向量資料庫），從大量資料中快速篩選候選文件。第二階段則使用重排序模型對這些候選結果進行精細排序，專注於精確的相關性判斷。
重排序模型採用交叉編碼器架構，同時處理查詢與文件，相較於傳統檢索方法能夠建立更深入的互動模型。這種架構讓重排序模型能夠識別複雜的語意關聯、同義詞與層級關係，這些都是關鍵字比對可能忽略的部分。
重排序模型的應用
重排序模型在各種需要語意理解與精確排序的應用場景中表現優異：
關鍵領域應用
• 醫療資訊系統：檢索相關醫學文獻，因為準確性關乎生命 • 法律文件檢索：為法律專業人士找出精確的判例與法規 • 科學研究：從數千篇論文中篩選出最相關的研究
AI 驅動系統
• 問答系統：在 RAG 系統中，重排序模型確保選出語意最相關的文件作為答案生成的上下文，直接影響回應品質與準確性 • 推薦系統：根據使用者偏好對候選項目排序，提升參與度與個人化
企業解決方案
• 企業搜尋：大型組織使用重排序模型最佳化跨龐大知識庫的文件檢索，讓資訊發現更有效率且準確 • 搜尋引擎：在傳統關鍵字比對之外，對搜尋結果進行二次排序以改善相關性與使用者滿意度
跨平台應用
• 多語言平台：有效處理跨語言檢索情境，在不同語言間提供一致的搜尋品質
認識 BAAI/bge-reranker-v2-m3
BAAI/bge-reranker-v2-m3 是由北京人工智慧研究院（BAAI）開發的輕量級多語言重排序模型。作為 BGE（北京通用嵌入）系列的一員，此模型特別針對多語言重排序任務進行最佳化。
主要特色：
- 輕量設計：5.68 億參數，便於部署
- 多語言支援：支援 18 種以上語言，具備跨語言能力
- 快速推論：毫秒級回應時間
- 易於整合：提供多種 API 與函式庫
技術規格：
- 架構：交叉編碼器序列分類
- 輸入格式：[查詢文字, 文件文字]
- 最大長度：512 個 token
- 輸出：直接相關性分數（可選正規化）
- 加速：支援 fp16/bf16 GPU 推論
支援語言：英語、中文、日語、韓語、西班牙語、法語、德語、俄語、阿拉伯語、印地語、孟加拉語、波斯語、芬蘭語、印尼語、泰語、泰盧固語、史瓦希里語、約魯巴語
該模型使用多樣化資料集進行訓練，包括 bge-m3-data（多語言檢索）、Quora 訓練資料（問答配對）以及 FEVER 訓練資料（事實驗證），確保在各種領域與使用案例中都有穩健的表現。
llama-index.
BEIR.
對 bge-en-v1.5 large 的前 100 個結果進行重排序。
對 e5 mistral 7b instruct 的前 100 個結果進行重排序。
CMTEB-retrieval.
對 bge-zh-v1.5 large 的前 100 個結果進行重排序。
miracl（多語言）.
對 bge-m3 的前 100 個結果進行重排序。
如何在 Novita AI 上使用 BAAI/bge-reranker-v2-m3
Novita AI 是一個 AI 雲端平台，為開發者提供透過簡單 API 部署 AI 模型的簡便方式，同時也提供價格實惠且可靠的 GPU 雲端服務，用於建置與擴充。
步驟 1：登入並進入模型控制台
登入您的帳戶，然後進入 模型控制台。
步驟 2：選擇模型並開始免費試用
瀏覽可用選項，搜尋適合您需求的模型。
步驟 3：取得您的 API 金鑰
為了進行 API 驗證，我們會提供您一組新的 API 金鑰。進入「設定」頁面，您可依照圖片指示複製 API 金鑰。
步驟 4：安裝 API
使用適用於您程式語言的套件管理工具來安裝 API。
安裝完成後，在您的開發環境中匯入必要的函式庫。使用您的 API 金鑰初始化 API，開始與 Novita AI 重排序服務互動。以下範例示範如何使用重排序 API。
curl --request POST \
--url "https://api.novita.ai/v3/openai/rerank" \
--header "Authorization: Bearer <您的 API 金鑰>" \
--header "Content-Type: application/json" \
--data @- << 'EOF'
{
"model": "baai/bge-reranker-v2-m3",
"query": "Who is Novita",
"documents": [
"Novita AI is an all-in-one AI cloud solution that empowers businesses with open-source model APIs, serverless GPUs, and on-demand GPU instances. Drive innovation and gain a competitive edge with the power of Novita AI.",
"Access Novita AI's Model Library with 200+ APIs for language, image, audio, and video. Simplify AI deployment with powerful, scalable solutions.",
"Optimize your AI with Novita's GPU instances and serverless GPU cloud. Save up to 50%, auto-scale, and access high-capacity storage for global deployment."
],
"top_n": 3
}
EOF
註冊後，Novita AI 會提供 0.5 美元額度讓您開始使用！
如果免費額度用盡，您可以付費繼續使用。
重排序模型在資訊檢索與 AI 應用中扮演關鍵角色，讓系統能夠有效理解語意相關性並提升搜尋準確度。像是 BAAI/bge-reranker-v2-m3 這類先進模型，透過卓越的效能與廣泛的語言支援進一步提升這些能力，成為驅動現代 AI 應用不可或缺的工具。
常見問題
BGE Reranker Large 和 BGE Reranker v2 m3 有什麼差別？
BGE Reranker Large 基於 xlm-roberta-large，支援中文和英文；而 BGE Reranker v2 m3 基於 bge-m3，提供強大的多語言能力，支援超過中英文以外的多種語言。
BGE-m3 表現好嗎？
是的，BGE-m3 被認為是效能最佳的多語言嵌入模型之一，在各種基準測試中都有優異表現。它在跨語言檢索方面表現出色，並在多種語言中提供強勁的效能。
什麼是 BGE-m3？
BGE-m3（BAAI General Embedding Multilingual-3）是由 BAAI 開發的多語言嵌入模型，支援超過 100 種語言。它專為文字檢索、語意相似度與跨語言應用等多種任務而設計。
Novita AI 是一個 AI 雲端平台，為開發者提供透過簡單 API 部署 AI 模型的簡便方式，同時也提供價格實惠且可靠的 GPU 雲端服務，用於建置與擴充。
