BAAI / bge-reranker-base
Milvus Integrated
Tâche: Reranking
Modalité: Texte
Métrique de similarité: N/A
Licence: Apache 2.0
Dimensions:
Tokens d'entrée max: 512
Prix: Gratuit
Introduction à bge-reranker-base
bge-reranker-base est un modèle de codage croisé optimisé pour les tâches de reclassement. Construit sur la base de l'architecture RetroMAE, il capture efficacement les relations sémantiques au sein des données textuelles, permettant un classement plus précis et plus pertinent des résultats de recherche. Ce modèle génère des encastrements de 768 dimensions et est finement ajusté pour classer les résultats en tenant compte à la fois de la requête et du contenu du document, ce qui le rend très approprié pour des applications telles que les moteurs de recherche, la réponse aux questions et la récupération de documents. Nous recommandons de les utiliser et de les affiner pour reclasser les documents top-k renvoyés par les modèles d'intégration.
Pour plus d'informations sur le reranking et les rerankers, lisez les blogs ci-dessous.
- Qu'est-ce qu'un reranker et comment améliore-t-il la recherche d'informations ?] (https://zilliz.com/learn/what-are-rerankers-enhance-information-retrieval)
- Optimisation du RAG avec les rerankers : le rôle et les compromis] (https://zilliz.com/learn/optimize-rag-with-rerankers-the-role-and-tradeoffs)
Comment reclasser les résultats avec bge-reranker-base
Il existe deux façons principales d'utiliser le modèle bge-reranker-base pour reclasser vos résultats :
- PyMilvus](https://github.com/milvus-io/pymilvus) : le SDK Python pour Milvus qui s'intègre de manière transparente au modèle
bge-reranker-base. - FlagEmbedding : le SDK Python officiel proposé par BAAI.
Résultats du reclassement avec bge-reranker-base via PyMilvus
from pymilvus.model.reranker import BGERerankFunction
rf = BGERerankFunction(
nom_du_modèle="BAAI/bge-reranker-base",
device="cpu"
)
query = "Quel événement en 1956 a marqué la naissance officielle de l'intelligence artificielle en tant que discipline ?"
documents = [
"En 1950, Alan Turing a publié son article fondateur, "Computing Machinery and Intelligence", proposant le test de Turing comme critère d'intelligence, un concept fondamental dans la philosophie et le développement de l'intelligence artificielle.",
La conférence de Dartmouth en 1956 est considérée comme le lieu de naissance de l'intelligence artificielle en tant que domaine ; c'est là que John McCarthy et d'autres ont inventé le terme "intelligence artificielle" et défini ses objectifs fondamentaux",
"En 1951, le mathématicien et informaticien britannique Alan Turing a également développé le premier programme conçu pour jouer aux échecs, démontrant ainsi un exemple précoce d'intelligence artificielle dans la stratégie de jeu",
"L'invention du Logic Theorist par Allen Newell, Herbert A. Simon et Cliff Shaw en 1955 a marqué la création du premier véritable programme d'IA, capable de résoudre des problèmes de logique, ce qui revient à prouver des théorèmes mathématiques".
]
results = rf(
query=query,
documents=documents,
top_k=3,
)
Pour plus d'informations, consultez la [Documentation PyMilvus] (https://milvus.io/docs/rerankers-bge.md).
Re-classement des résultats avec bge-reranker-basevia FlagEmbedding Python SDK
from FlagEmbedding import FlagReranker
reranker = FlagReranker('BAAI/bge-reranker-base', use_fp16=True)
query = "Quel événement en 1956 a marqué la naissance officielle de l'intelligence artificielle en tant que discipline ?"
documents = [
"En 1950, Alan Turing a publié son article fondateur, "Computing Machinery and Intelligence", proposant le test de Turing comme critère d'intelligence, un concept fondamental dans la philosophie et le développement de l'intelligence artificielle",
La conférence de Dartmouth en 1956 est considérée comme le lieu de naissance de l'intelligence artificielle en tant que domaine ; c'est là que John McCarthy et d'autres ont inventé le terme "intelligence artificielle" et défini ses objectifs fondamentaux",
"En 1951, le mathématicien et informaticien britannique Alan Turing a également développé le premier programme conçu pour jouer aux échecs, démontrant ainsi un exemple précoce d'intelligence artificielle dans la stratégie de jeu",
"L'invention du Logic Theorist par Allen Newell, Herbert A. Simon et Cliff Shaw en 1955 a marqué la création du premier véritable programme d'IA, capable de résoudre des problèmes de logique, ce qui revient à prouver des théorèmes mathématiques".
]
results = reranker.compute_score([[query, document] for document in documents])
Workflows IA fluides
Des embeddings à la recherche IA évolutive - Zilliz Cloud vous permet de stocker, indexer et récupérer des embeddings avec une vitesse et une efficacité inégalées.
Essayer Zilliz Cloud gratuitement
