Reranking მოდელები

PRX-Memory მხარს უჭერს მრავალ reranking პროვაიდერს prx-memory-rerank crate-ის მეშვეობით. ყოველი პროვაიდერი ერთსა და იმავე adapter trait-ს ახორციელებს, უშუალო გადართვის საშუალებით.

Jina AI

Jina გთავაზობს cross-encoder reranking მოდელებს მრავალენოვანი მხარდაჭერით.

PRX_RERANK_PROVIDER=jina
PRX_RERANK_API_KEY=your_jina_key
PRX_RERANK_MODEL=jina-reranker-v2-base-multilingual

მოდელი	შენიშვნა
jina-reranker-v2-base-multilingual	მრავალენოვანი cross-encoder
jina-reranker-v1-base-en	ინგლისურისთვის ოპტიმიზებული

INFO

Jina reranking შეიძლება გამოიყენოს იგივე API გასაღები, როგორც Jina embedding. ერთხელ დააყენეთ JINA_API_KEY ორივეს დასაფარავად.

Cohere

Cohere გთავაზობს მაღალ-ხარისხიან reranking-ს მათი Rerank API-ს მეშვეობით.

PRX_RERANK_PROVIDER=cohere
PRX_RERANK_API_KEY=your_cohere_key
PRX_RERANK_MODEL=rerank-v3.5

მოდელი	შენიშვნა
rerank-v3.5	უახლესი მოდელი, საუკეთესო ხარისხი
rerank-english-v3.0	ინგლისურისთვის ოპტიმიზებული
rerank-multilingual-v3.0	მრავალენოვანი მხარდაჭერა

Pinecone

Pinecone გთავაზობს reranking-ს მათი inference API-ის ნაწილად.

PRX_RERANK_PROVIDER=pinecone
PRX_RERANK_API_KEY=your_pinecone_key
PRX_RERANK_MODEL=bge-reranker-v2-m3

სპეციალური Pinecone-თავსებადი endpoint-ებისთვის:

PRX_RERANK_PROVIDER=pinecone-compatible
PRX_RERANK_API_KEY=your_key
PRX_RERANK_ENDPOINT=https://your-endpoint.example.com
PRX_RERANK_API_VERSION=2025-01

Reranker-ის არჩევა

პრიორიტეტი	სასურველი პროვაიდერი	მოდელი
საუკეთესო ხარისხი	Cohere	rerank-v3.5
მრავალენოვანი	Jina	jina-reranker-v2-base-multilingual
Pinecone-სთან ინტეგრირებული	Pinecone	bge-reranker-v2-m3
Reranking არ სჭირდება	--	PRX_RERANK_PROVIDER=none

Embedding-ისა და Reranking-ის კომბინირება

გავრცელებული მაღალ-ხარისხიანი კონფიგურაცია Jina embedding-ს Cohere reranking-სთან წყვილად:

# Embedding
PRX_EMBED_PROVIDER=jina
PRX_EMBED_API_KEY=your_jina_key
PRX_EMBED_MODEL=jina-embeddings-v3

# Reranking
PRX_RERANK_PROVIDER=cohere
PRX_RERANK_API_KEY=your_cohere_key
PRX_RERANK_MODEL=rerank-v3.5

ეს კონფიგურაცია Jina-ს სწრაფ მრავალენოვან embedding-ებს იყენებს ფართო მოძიებისთვის და Cohere-ის მაღალ-სიზუსტიანი reranker-ს საბოლოო დახარისხებისთვის.

შემდეგი ნაბიჯები

• Embedding მოდელები -- პირველი-საფეხურიანი embedding-ის მოდელის პარამეტრები
• კონფიგურაციის ცნობარი -- ყველა გარემოს ცვლადი