MongoDB
·
rerank-2.5和rerank-2.5-lite：指令跟随重排序器
💡
原文英文，约1800词，阅读约需7分钟。
📝
内容提要
新推出的rerank-2.5系列显著提升了检索准确性，支持32K令牌上下文长度和指令跟随功能，准确性较Cohere Rerank v3.5提高7.94%。用户可通过自然语言指令优化模型输出。
🎯
关键要点
- 新推出的rerank-2.5系列显著提升了检索准确性，支持32K令牌上下文长度和指令跟随功能。
- rerank-2.5和rerank-2.5-lite在93个检索数据集上的准确性分别比Cohere Rerank v3.5提高了7.94%和7.16%。
- 新功能允许用户通过自然语言指令优化模型输出的相关性评分。
- rerank-2.5和rerank-2.5-lite在MAIR基准测试中分别比Cohere Rerank v3.5提高了12.70%和10.36%。
- 这两个模型支持32K令牌的上下文长度，是Cohere Rerank v3.5的8倍，能够更准确地检索较长的文档。
- 指令跟随功能允许用户通过明确的指令引导重排序过程，定义相关性或指定所需文档特征。
- 在使用指令的情况下，rerank-2.5和rerank-2.5-lite的准确性分别提高了8.13%和7.55%。
- rerank-2.5和rerank-2.5-lite在多个领域的评估中表现优异，尤其是在技术文档、法律和金融等领域。
- 这两个模型在相同的价格下，rerank-2.5比rerank-2提高了1.85%，而rerank-2.5-lite比rerank-2-lite提高了3.40%。
- 用户可以通过自然语言指令来强调查询组件、定义文档类型和消歧义查询。
❓
延伸问答
rerank-2.5系列的主要优势是什么？
rerank-2.5系列显著提升了检索准确性，支持32K令牌上下文长度和指令跟随功能。
如何使用自然语言指令优化模型输出？
用户可以通过在查询中添加自然语言指令来优化模型输出的相关性评分。
rerank-2.5与Cohere Rerank v3.5相比的准确性提升是多少？
rerank-2.5在93个检索数据集上的准确性比Cohere Rerank v3.5提高了7.94%。
rerank-2.5和rerank-2.5-lite的价格如何？
这两个模型在相同的价格下，rerank-2.5比rerank-2提高了1.85%，而rerank-2.5-lite比rerank-2-lite提高了3.40%。
指令跟随功能在不同领域的表现如何？
在多个领域的评估中，rerank-2.5和rerank-2.5-lite表现优异，尤其是在技术文档、法律和金融等领域。
使用指令时，rerank-2.5的准确性提升了多少？
在使用指令的情况下，rerank-2.5的准确性提高了8.13%。
➡️
