BAAI / bge-reranker-base
Milvus Integrated
Tarea: Nueva clasificación
Modalidad: Texto
Métrica de Similitud: N/A
Licencia: Apache 2.0
Dimensiones:
Tokens de Entrada Máximos: 512
Precio: Gratis
Introducción a bge-reranker-base
bge-reranker-base` es un modelo de codificación cruzada optimizado para tareas de reordenación. Construido sobre la base de la arquitectura RetroMAE, captura eficazmente las relaciones semánticas dentro de los datos textuales, lo que permite una clasificación más precisa y relevante de los resultados de búsqueda. Este modelo genera incrustaciones de 768 dimensiones y está optimizado para jerarquizar los resultados teniendo en cuenta tanto el contenido de la consulta como el del documento, lo que lo hace muy adecuado para aplicaciones como motores de búsqueda, respuesta a preguntas y recuperación de documentos. Recomendamos su uso/ajuste fino para volver a clasificar los documentos top-k devueltos por los modelos de incrustación.
Para más información sobre reranking y rerankers, lea los siguientes blogs.
- Qué son los rerankers y cómo mejoran la recuperación de información](https://zilliz.com/learn/what-are-rerankers-enhance-information-retrieval)
- Optimización de RAG con rerankers: función y ventajas y desventajas](https://zilliz.com/learn/optimize-rag-with-rerankers-the-role-and-tradeoffs)
Cómo renombrar resultados con bge-reranker-base
Hay dos formas principales de utilizar el modelo bge-reranker-base para volver a clasificar los resultados:
- PyMilvus](https://github.com/milvus-io/pymilvus): el SDK de Python para Milvus que se integra perfectamente con el modelo
bge-reranker-base. - FlagEmbedding: el SDK oficial de Python ofrecido por BAAI.
Re-ranking results with bge-reranker-base via PyMilvus
from pymilvus.model.reranker import BGERerankFunction
rf = BGERerankFunction(
model_name="BAAI/bge-reranker-base",
dispositivo="cpu"
)
query = "¿Qué acontecimiento de 1956 marcó el nacimiento oficial de la inteligencia artificial como disciplina?"
documentos = [
"En 1950, Alan Turing publicó su artículo seminal, 'Computing Machinery and Intelligence', proponiendo el Test de Turing como criterio de inteligencia, un concepto fundacional en la filosofía y el desarrollo de la inteligencia artificial",
"La Conferencia de Dartmouth de 1956 se considera el lugar de nacimiento de la inteligencia artificial como campo; aquí, John McCarthy y otros acuñaron el término 'inteligencia artificial' y expusieron sus objetivos básicos",
"En 1951, el matemático e informático británico Alan Turing también desarrolló el primer programa diseñado para jugar al ajedrez, demostrando un ejemplo temprano de IA en la estrategia de juego",
"La invención del Teórico Lógico por Allen Newell, Herbert A. Simon y Cliff Shaw en 1955 marcó la creación del primer programa de IA real, capaz de resolver problemas lógicos, similares a la demostración de teoremas matemáticos".
]
resultados = rf(
consulta=consulta,
documentos=documentos,
top_k=3,
)
Para más información, consulte la Documentación de PyMilvus.
Re-ranking results with bge-reranker-basevia FlagEmbedding Python SDK.
from FlagEmbedding import FlagReranker
reranker = FlagReranker('BAAI/bge-reranker-base', use_fp16=True)
query = "¿Qué acontecimiento de 1956 marcó el nacimiento oficial de la inteligencia artificial como disciplina?"
documentos = [
"En 1950, Alan Turing publicó su artículo fundamental, 'Computing Machinery and Intelligence', en el que proponía el Test de Turing como criterio de inteligencia, un concepto fundacional en la filosofía y el desarrollo de la inteligencia artificial",
"La Conferencia de Dartmouth de 1956 se considera el lugar de nacimiento de la inteligencia artificial como campo; aquí, John McCarthy y otros acuñaron el término 'inteligencia artificial' y establecieron sus objetivos básicos",
"En 1951, el matemático e informático británico Alan Turing también desarrolló el primer programa diseñado para jugar al ajedrez, demostrando un ejemplo temprano de IA en la estrategia de juego",
"La invención del Teórico Lógico por Allen Newell, Herbert A. Simon y Cliff Shaw en 1955 marcó la creación del primer programa de IA real, capaz de resolver problemas lógicos, similares a la demostración de teoremas matemáticos".
]
results = reranker.compute_score([[consulta, documento] for documento in documentos])
Flujos de trabajo de IA sin interrupciones
Desde incrustaciones hasta búsqueda de IA escalable—Zilliz Cloud te permite almacenar, indexar y recuperar incrustaciones con una velocidad y eficiencia inigualables.
Prueba Zilliz Cloud Gratis
