Преподреждане: Подобряване на релевантността
На тази страница
Цели
- Да разберете защо преподреждането подобрява резултатите
- Да внедрите преподредител (reranker), използващ кръстовиден енкодер (cross-encoder)
- Да интегрирате преподреждането в RAG конвейер
Проблемът с би-енкодера
Цялото търсене, което сте изградили досега, разчита на би-енкодер: заявката и документите се кодират отделно, сами по себе си, и се сравняват чрез скаларно произведение. Това прави търсенето мигновено дори сред милион чънка, тъй като векторите на корпуса са изчислени веднъж завинаги. Същото това обаче го прави и неточно, защото моделът никога не вижда заявката и документа заедно: той трябва да обобщи всеки текст във вектор, без да знае какво ще бъде попитано по-късно.
Кръстовидният енкодер (cross-encoder), наричан още преподредител, приема двойката (заявка, документ) като вход и генерира много по-фин резултат за релевантност, тъй като прочита двата текста съвместно и може да открие, че един документ обсъжда темата, но в противоположен смисъл. Това предимство има своята цена: моделът трябва да обработва всеки документ поотделно, което забранява използването му върху целия корпус. Решението е да се използва там, където е икономически изгодно – върху малък набор от кандидати, вече предварително подбрани.
Оттук идва и двуетапният конвейер, където всеки модел прави онова, за което е най-добър: бързият стеснява кръга, а точният прави окончателния подбор.
Query → Bi-encoder → Top 50 Candidates → Cross-encoder → Top 5 Results
Преподреждане с Cohere
Cohere предоставя високопроизводителен преподредител чрез API, което избягва необходимостта от хостване на модел. Следната функция свързва двете стъпки: първо извлича двадесет кандидата чрез векторно сходство, след което иска от rerank-v3.5 да задържи само пет. Обърнете внимание на полето index_original, запазено в резултата: преподредителят връща позиции спрямо списъка с кандидати и ще Ви е необходимо това, за да ги картографирате обратно към действителния документ във Вашия корпус.
import cohere
from openai import OpenAI
co = cohere.Client(api_key="your-cohere-key")
openai_client = OpenAI()
def search_and_rerank(
question: str,
documents: list[str],
embeddings_corpus,
k_retrieval: int = 20,
k_final: int = 5
) -> list[dict]:
"""Semantic search + reranking."""
# Step 1: Fast retrieval (bi-encoder)
query_emb = openai_client.embeddings.create(
input=question,
model="text-embedding-3-large"
).data[0].embedding
import numpy as np
scores = embeddings_corpus @ np.array(query_emb)
top_indices = np.argsort(scores)[-k_retrieval:][::-1]
candidates = [documents[i] for i in top_indices]
# Step 2: Reranking (cross-encoder)
rerank_response = co.rerank(
query=question,
documents=candidates,
top_n=k_final,
model="rerank-v3.5"
)
return [
{
"text": candidates[r.index],
"rerank_score": r.relevance_score,
"original_index": int(top_indices[r.index])
}
for r in rerank_response.results
]
Преподреждане с LLM
Ако предпочитате да не добавяте друг доставчик към Вашата архитектура – поради договорни причини, локализация на данни или просто фактуриране – LLM, който вече използвате, може да поеме тази роля. Изпращате въпроса и документа, искате оценка от 0 до 10 и сортирате. Температурата, зададена на нула, и max_tokens, намалени до пет, осигуряват детерминиран и евтин изход; блокът try/except обработва случаите, в които моделът отговаря с нещо различно от число.
from openai import OpenAI
client = OpenAI()
def llm_reranker(
question: str,
candidates: list[str],
k: int = 5
) -> list[dict]:
"""Uses an LLM to score relevance."""
scores = []
for i, doc in enumerate(candidates):
response = client.chat.completions.create(
model="gpt-5.6-terra",
messages=[{
"role": "user",
"content": (
f"On a scale of 0 to 10, how relevant is this document "
f"for answering the question?\n\n"
f"Question: {question}\n\n"
f"Document: {doc}\n\n"
f"Respond only with a number between 0 and 10."
)
}],
temperature=0,
max_tokens=5
)
try:
score = float(response.choices[0].message.content.strip())
except ValueError:
score = 0.0
scores.append({"index": i, "text": doc, "score": score})
scores.sort(key=lambda x: x["score"], reverse=True)
return scores[:k]
Тази версия струва едно извикване на кандидат, което означава двадесет извиквания и съответно натрупано забавяне за един потребителски въпрос. На практика това е неприемливо в интерактивен интерфейс. Вместо това искаме от модела да подреди всички документи наведнъж, представяйки всеки кандидат съкратен до 200 знака и номериран, очаквайки в замяна само списък с индекси.
def llm_batch_reranker(
question: str,
candidates: list[str],
k: int = 5
) -> list[int]:
"""Reranking in a single LLM call."""
formatted_docs = "\n".join(
f"[{i}] {doc[:200]}" for i, doc in enumerate(candidates)
)
response = client.chat.completions.create(
model="gpt-5.6-terra",
messages=[{
"role": "user",
"content": (
f"Rank these documents by relevance to the question. "
f"Return the indices of the {k} most relevant "
f"documents, separated by commas, from most to "
f"least relevant.\n\n"
f"Question: {question}\n\n"
f"Documents:\n{formatted_docs}\n\n"
f"Indices (e.g., 3,1,7,0,5):"
)
}],
temperature=0,
max_tokens=50
)
indices_str = response.choices[0].message.content.strip()
return [int(i.strip()) for i in indices_str.split(",")][:k]
Интеграция в RAG конвейера
В един завършен конвейер преподреждането се вмества между извличането и генерирането, без да променя нищо друго. Ключовият момент в класа по-долу е прагът от 0.3 за relevance_score: той позволява връщането на по-малко от пет контекста, когато никой кандидат не е наистина релевантен, вместо да се подава шум на генератора. Често този филтър, повече от самото преподреждане, елиминира халюцинаторните отговори.
class RAGPipelineWithReranking:
def __init__(self):
self.client = OpenAI()
self.co = cohere.Client()
def respond(self, question: str, chunks, embeddings_corpus):
# 1. Broad retrieval
candidates = self.search(question, embeddings_corpus, k=20)
# 2. Reranking
candidate_docs = [chunks[i]["text"] for i in candidates]
reranked = self.co.rerank(
query=question,
documents=candidate_docs,
top_n=5,
model="rerank-v3.5"
)
# 3. Select the best
contexts = [
chunks[candidates[r.index]]
for r in reranked.results
if r.relevance_score > 0.3 # Relevance threshold
]
# 4. Generate the answer
return self.generate(question, contexts)
Въздействие на преподреждането
| Метрика | Без преподреждане | С преподреждане | Печалба |
|---|---|---|---|
| Recall@5 | 0.72 | 0.72 | = |
| Precision@5 | 0.58 | 0.78 | +34% |
| MRR | 0.65 | 0.82 | +26% |
Тези цифри показват точно какво прави един преподредител. Recall не се променя и това е логично: кандидатите са същите, а кръстовидният енкодер не може да спаси документ, който би-енкодерът не е извел на преден план. Въпреки това, precision и MRR се подобряват значително, защото правилният документ се премества от шесто на първо място. Практическо следствие: ако Вашият recall е слаб, преподреждането няма да Ви спаси; първо трябва да разширите извличането или да преразгледате стратегията за чънкване.
Ключови изводи
- Преподреждането пренарежда кандидатите с по-прецизен модел
- Типичен конвейер: би-енкодер (топ 20–50) → кръстовиден енкодер (топ 5)
- Cohere rerank-v3.5 е готово решение «ключ в ръка»
- LLM може да служи като преподредител, ако предпочитате да избегнете допълнителна зависимост
- Печалбата в точността е значителна (обикновено 20–35%)