大型语言模型在重排序任务中的表现不如专用重排序模型rerank-2.5，后者在成本、速度和准确性上均有优势。研究显示，rerank-2.5比LLM便宜60倍、快48倍，且准确率提高15%。最佳效果需结合强大的初步检索与专用重排序器。

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。

我们推出了rerank-2.5系列，显著提升检索准确性，并首次引入指令跟随功能。该系列在93个数据集上比Cohere Rerank v3.5提高约8%。新功能支持用户通过自然语言调整模型输出的相关性评分，适用于32K令牌上下文长度，便于处理更长文档的检索。