微信扫码
添加专属顾问
在使用高级RAG应用时,检索后处理这一步非常关键。在这个步骤,我们可以过滤相似内容、筛选关键词或替换文本段落等。其中,Rerank(即重新排序)是一种普遍且在优化RAG应用中常用的技术。在学习rerank前,我们先来简单了解一下检索。
检索是一种查找和获取信息的过程。根据所使用的方法,可以将其分为几类:
在理解了以上这些基础知识后,我们可以更好地理解Rerank技术,以及它如何帮助改善高级RAG应用的检索结果。
在RAG的检索阶段,主要使用了向量检索方法—一种基于语义相似度匹配的技术。先将知识库中的文档分解为完整的段落或句子,并将它们转换成计算机可以理解的数字串(即多维向量)。同样地,用户的问题也会进行这样的转换。
计算机能够精准发现问题与文字之间的语义联系,比如,“猫追老鼠”和“小猫捕猎老鼠”的关联度就会高过“猫追老鼠”与“我爱吃火腿”。找到最相关的文本后,RAG系统会把它作为问题的上下文,供大模型参考回答问题。
除了能够实现复杂语义的文本查找,向量检索还有其他的优势:
然而,正如任何技术都有其局限性一样,向量检索在某些特定场景下的表现并不尽如人意。
想象一下,当你试图搜索一个具体的人名如“马斯克”或者一个特定产品的名称,比如“iPhone 15”,你可能会发现向量检索的效果并不如预期。同样,当搜索使用缩写词(例如,“RAG”,代表“Retrieval-Augmented Generation”)时,向量检索同样可能力不从心。
这些场景下的挑战主要源于向量检索技术的核心机制。向量检索侧重于理解和匹配查询和文档内容的语义相似性,而不是进行逐字节的精确匹配。这意味着在处理需要精确匹配的查询时,向量检索可能无法提供最优结果。
反观传统的关键词搜索,在这些场景下则表现得更为出色,其原因主要有:
对于大多数文本搜索的情景,首要的是确保潜在最相关结果能够出现在候选结果中。向量检索和关键词检索都有各自的优点,而混合搜索正是将向量检索和关键词检索的优点结合起来,旨在提供更加高效和准确的搜索体验。
在实现混合搜索时,我们首先需要在数据库中同时构建向量索引和关键词索引。当用户提交查询时,系统会同时启动两种检索器,分别从向量和关键词的角度去寻找最相关的文本。
混合检索能够结合不同检索技术的优势获得更好的召回结果,然而,不同检索模式的结果需要统一并归一化后才能综合考虑。为了有效进行这一步骤,我们需要引入一个重排序模型作为评分系统。
常用的rerank模型分为两类,在线模型和本地模型。
Cohere Rerank 是一个由 Cohere 提供的商业化、闭源的重排序模型。这种技术可以极大地改善搜索引擎或推荐系统的结果,使其更加相关和有用。下面是如何开始使用 Cohere Rerank 的基本步骤:
我们来通过官方的demo看下效果,在这之前先安装一下依赖:
pip install cohere
demo对应的python代码如下:
import cohere# 替换自己的api keyco = cohere.Client("xxx")docs = ["Carson City is the capital city of the American state of Nevada.","The Commonwealth of the Northern Mariana Islands is a group of islands in the Pacific Ocean. Its capital is Saipan.","Capitalization or capitalisation in English grammar is the use of a capital letter at the start of a word. English usage varies from capitalization in other languages.", "Washington, D.C. (also known as simply Washington or D.C., and officially as the District of Columbia) is the capital of the United States. It is a federal district.", "Capital punishment (the death penalty) has existed in the United States since beforethe United States was a country. As of 2017, capital punishment is legal in 30 of the 50 states."]response = co.rerank( model="rerank-english-v3.0", query="What is the capital of the United States?", documents=docs, top_n=len(docs))print(response)
返回结果如下:
id='ca4ddc53-c16a-442c-bd94-fd3409cbc209' results=[RerankResponseResultsItem(document=RerankResponseResultsItemDocument(text='Washington, D.C. (also known as simply Washington or D.C., and officially as the District of Columbia) is the capital of the United States. It is a federal district.'), index=3, relevance_score=0.999071), RerankResponseResultsItem(document=RerankResponseResultsItemDocument(text='Capital punishment (the death penalty) has existed in the United States since beforethe United States was a country. As of 2017, capital punishment is legal in 30 of the 50 states.'), index=4, relevance_score=0.7867867), RerankResponseResultsItem(document=RerankResponseResultsItemDocument(text='Carson City is the capital city of the American state of Nevada.'), index=0, relevance_score=0.32713068), RerankResponseResultsItem(document=RerankResponseResultsItemDocument(text='The Commonwealth of the Northern Mariana Islands is a group of islands in the Pacific Ocean. Its capital is Saipan.'), index=1, relevance_score=0.014899643), RerankResponseResultsItem(document=RerankResponseResultsItemDocument(text='Capitalization or capitalisation in English grammar is the use of a capital letter at the start of a word. English usage varies from capitalization in other languages.'), index=2, relevance_score=0.0029235429)] meta=ApiMeta(api_version=ApiMetaApiVersion(version='1', is_deprecated=None, is_experimental=None), billed_units=ApiMetaBilledUnits(input_tokens=None, output_tokens=None, search_units=1, classifications=None), tokens=None, warnings=None)
请注意,当我在运行上述代码时,我本地启用了代理。如果你不使用代理,可能会出现403 Forbidden错误,你可以尝试看看。
在langchain中,有一个对应的实现类名叫做CohereRerank。这个类可以增强普通的Retriever,也就是说,经过增强的Retriever返回的文档是经过重新排序(rerank)后的文档。代码如下:
from langchain.retrievers.contextual_compression import ContextualCompressionRetrieverfrom langchain.retrievers.document_compressors import CohereRerankfrom langchain.llms.openai import OpenAIfrom langchain.text_splitter import RecursiveCharacterTextSplitterfrom langchain_community.document_loaders import WebBaseLoaderfrom langchain_community.vectorstores import Chromafrom langchain_openai import OpenAIEmbeddingsurls = ["https://lilianweng.github.io/posts/2023-06-23-agent/",]docs = [WebBaseLoader(url).load() for url in urls]docs_list = [item for sublist in docs for item in sublist]text_splitter = RecursiveCharacterTextSplitter.from_tiktoken_encoder(chunk_size=250, chunk_overlap=0)doc_splits = text_splitter.split_documents(docs_list)# Add to vectorDBvectorstore = Chroma.from_documents(documents=doc_splits,collection_name="rag-chroma",embedding=OpenAIEmbeddings(),)retriever = vectorstore.as_retriever()print("unrerank:")print(retriever.invoke("What is agent memory"))llm = OpenAI(temperature=0)# 替换自己的api keycompressor = CohereRerank(cohere_api_key="xxx", top_n=10, model="rerank-english-v3.0)compression_retriever = ContextualCompressionRetriever(base_compressor=compressor, base_retriever=retriever)compressed_docs = compression_retriever.invoke("What is agent memory")print("============================")print("rerank:")print(compressed_docs)
bge-reranker-large是由国内智源科技开发并开源的一个广泛使用的重新排序(Rerank)模型,在多次模型测试中展现出了优秀的表现。接下来,我将演示如何在LangChain框架中使用bge-reranker-large来优化搜索结果。
from langchain.document_loaders import WebBaseLoaderfrom langchain.text_splitter import RecursiveCharacterTextSplitterfrom langchain_community.vectorstores import Chromafrom langchain_openai import OpenAIEmbeddingsfrom transformers import AutoModelForSequenceClassification, AutoTokenizerimport torchurls = ["https://lilianweng.github.io/posts/2023-06-23-agent/",]docs = [WebBaseLoader(url).load() for url in urls]docs_list = [item for sublist in docs for item in sublist]text_splitter = RecursiveCharacterTextSplitter.from_tiktoken_encoder(chunk_size=250, chunk_overlap=0)doc_splits = text_splitter.split_documents(docs_list)def pretty_print_docs(docs):print(f"\n{'-' * 100}\n".join([f"Document {i+1}:\n\n{d.page_content}\nMetadata: {d.metadata}"for i, d in enumerate(docs)]))# Add to vectorDBvectorstore = Chroma.from_documents(documents=doc_splits,collection_name="rag-chroma",embedding=OpenAIEmbeddings(),)retriever = vectorstore.as_retriever()# 加载分词器tokenizer = AutoTokenizer.from_pretrained("BAAI/bge-reranker-large")# 加载序列化分类的模型model = AutoModelForSequenceClassification.from_pretrained("BAAI/bge-reranker-large")# 将模型设置为评估模式用于推理而非训练model.eval()device = torch.device("cuda" if torch.cuda.is_available() else "cpu")# 模型绑定cpu或者gpumodel.to(device)def rerank(query, documents):inputs = tokenizer(list(zip([query] * len(documents),[doc.page_content for doc in documents])),padding=True,truncation=True,return_tensors='pt',max_length=512)scores = model(**inputs, return_dict=True).logits.view(-1, ).float()ranked_docs = sorted(zip(documents, scores),key=lambda x: x[1], reverse=True)return [doc for doc in ranked_docs]def handle_query(query):results = retriever.get_relevant_documents(query)reranked_results = rerank(query, results)return reranked_resultsquery = "what is agent memory?"print("unrerank:")pretty_print_docs(retriever.get_relevant_documents(query))print("=" * 50)reranked_result = handle_query(query)print("rerank:")pretty_print_docs(reranked_result)
使用AutoModelForSequenceClassification加载模型的时候会自动从Hugging Face下载模型到本地目录~/.cache/huggingface/hub, 我们也可以通过环境变量TRANSFORMERS_CACHE指定下载目录。
当我们将第一步中返回的最相似的文档进行排序后,与用户的问题一起送给大模型,实际上是想让大模型在长上下文中准确识别定位到合适的内容进行回答。
问题的关键在于,当我们将最检索得到的最相似的文档放在上下文的顶部,最不相似的文档放在底部时,大多数基于大型语言模型(Large Language Models,LLMs)表现都很差。这个研究和发现来自斯坦福大学此前的一项研究,参考:大模型如何使用长上下文信息?斯坦福大学最新论文证明,你需要将重要的信息放在输入的开始或者结尾处![1]
这个论文里面最核心的观点就是输入数据的重要信息没有出现在开始或者结尾位置,大模型可能会出现找不到答案的情况! 如下图所示:
上图表明在大语言模型的输入上下文中改变相关信息的位置(即回答输入问题的段落的位置)会导致一个U形性能曲线——模型更擅长使用出现在输入上下文的开头或结尾的相关信息,而当模型需要访问和使用位于输入上下文中部的信息时,性能显著下降!
因此,如果我们将检索到的最相似的文档放在上下文的顶部,最不相似的文档放在底部时,大模型的系统往往会忽略上下文中间的文档。这意味着最不相似的文档被放在了一个LLMs容易忽略的位置,从而影响了性能!
为了解决这个问题,LangChain提出了一种创新的方法,即在检索后重新排序文档。这种方法的关键思想是将最相似的文档放在顶部,然后将接下来的几个文档放在底部,将最不相似的文档放在中间。这样,最不相似的文档将位于LLMs通常容易迷失的位置。最重要的是,LangChain最新的LongContextReorder自动执行这个操作,使其非常便捷。
下面是一个示例代码:
reordering = LongContextReorder()reordered_docs = reordering.transform_documents(docs)
目前,官方没有实测案例,不过官方博客说明再超过10个以上的检索结果中做这种重排序可以改善模型的输出效果。而此前论文中,测试的结果也是超过10个文档之后,文档越多,首尾内容对模型的理解能力影响越大。
在实际应用中,我们经常会结合使用"rerank"和"reorder"技术。首先,我们采用"rerank"技术对初步排序的结果进行再排序,这样可以根据预定的标准(例如相关性或者浏览者偏好等),优化我们的排序结果。
接着,我们使用"reorder"策略,把与特定查询最相关的文档放置在供语言模型(Language Model, LLM)使用的上下文(context)的前部和尾部。这种策略的目的是将更多的关注度集中在高度相关的信息上,从而提升语言模型的效果和准确性。
通过这样的步骤,我们能够确保用户看到的搜索结果是最相关、最精确的,同时也能提高语言模型的推理质量和性能。
好了,今天的分享就先到这,下一篇文章会分享基于elasticsearch和Milvus的混合检索实战。关注点赞收藏不迷路,获取即时更新。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2026-07-03
RAG 检索优化策略:从命中率到答案质量的一套工程打法
2026-07-03
RAG 落地总翻车?全球赛事冠军架构,改造适配企业级生产
2026-07-01
提升 RAG 准确率全攻略 让你的 AI 知识库 真正靠谱起来!
2026-06-30
教程:如何用AutoRAG + Milvus避免RAG 与Agent 中出现串租问题
2026-06-30
知识库不是文件堆——我把RAG准确率从60%调到了92%
2026-06-30
本体论语义建设新思路,另类RAG来解决检索问题
2026-06-30
别把RAG当架构:Ontology(本体)才是Agent的业务世界
2026-06-29
PixelRAG:伯克利团队颠覆传统 RAG,用截图代替文本检索! 28 天狂揽 3000+ Star!
2026-04-06
2026-04-27
2026-04-23
2026-04-20
2026-04-09
2026-04-12
2026-04-22
2026-04-10
2026-05-14
2026-04-30
2026-06-23
2026-06-23
2026-06-15
2026-06-10
2026-06-10
2026-05-20
2026-05-18
2026-05-11
欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。
在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。
一、 定义
本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。
会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。
知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。
二、 账号注册与登录
登录方式:本网站支持以下登录方式,您可根据实际情况选择:
微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。
手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。
账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。
实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。
未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。
三、 服务内容与规范
知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。
服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。
禁止行为:您在使用服务时不得实施以下行为:
利用技术手段批量爬取、下载、转存知识库内容;
将知识库内容用于商业目的或未经授权地向第三方传播;
干扰本网站正常运行或侵犯其他用户合法权益;
发布违法违规信息或从事违反公序良俗的活动。
四、 知识产权声明
权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。
有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。
侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。
五、 个人信息保护
我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。
您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。
您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。
六、 免责声明
内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。
不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。
第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。
七、 违约责任
如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。
如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。
八、 法律适用与争议解决
本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。
因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。
九、 其他
本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。
本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。
我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。