リランキング

reranking

一次検索で得た候補文書を質問との関連性に基づいて並べ直し、検索精度を高める工程である。

記事2本最終言及

リランキング(reranking)は、検索システムが一次検索で絞り込んだ候補文書を、質問との関連性に基づいて再評価し並べ直す工程である。一次検索ではベクトル類似度やキーワード一致といった高速だが粗い方法で多くの候補を集め、リランキングではより精密で計算コストの高いモデル(リランカー)で少数の候補を丁寧に評価する。質問と文書を同時に入力して関連度スコアを出すクロスエンコーダー方式が広く使われる。

RAGシステムでは、LLMに渡す文書を選ぶ最終段階として用いられ、無関係な文書がコンテキストに混ざって回答品質が下がるのを防ぐ。Cohere RerankやNVIDIA NeMo Retrieverのリランキングモデルなど、商用・オープンソースのリランカーが提供されている。

この説明は、AIPOSTの記事と広く知られた事実をもとにまとめたものです。誤りがあれば訂正依頼でお知らせください。

この項目を扱った記事

  • エージェントの差別化は「インテリジェンスプレーン」へ、Oracleが示す4つの実践AI活用 ·

    規制産業向けには、Private AI Services Containerがオンプレミスまたはエアギャップ環境で動作し、CPUまたはGPU上でvLLMかllama.cppによるLLM推論、埋め込み、リランキング、テキスト分類を、OpenAI互換のRESTエンドポイントの背後にまとめて提供します。

    記事を読む
  • NVIDIA Agent Toolkit発表、ハーネス改良で性能30%から100%にAIニュース ·

    同社のNeMo Retrieverのパース、埋め込み、リランキングの各コンポーネントは、まさにこの目的でMilvusのベクトルストアにデータを供給します。

    記事を読む

説明の誤りや、見つからない項目はありますか?

事典の説明は、AIPOSTの記事と広く知られた事実をもとにまとめています。誤りは訂正依頼でお知らせいただければ、確認して修正します。新しい記事に登場した名前は、記事の公開後に事典に加わります。