VoyageAI by MongoDB: rerank-2.5-lite

VoyageAI od MongoDB: rerank-2.5-lite to model rerankingowy od Voyage AI, dostawcy, którego rodzina modeli rerankingowych jest teraz częścią MongoDB. Należy do kategorii rerank, więc jego zadaniem nie jest generowanie tekstu, lecz przyjęcie zestawu dokumentów kandydujących i uporządkowanie ich według trafności względem zapytania. Dostawca udostępnił go 2026-07-27. Jeśli budujesz potok wyszukiwania i masz już pierwszy przebieg wyników z wyszukiwania wektorowego lub słownikowego, ten model jest drugim etapem, który decyduje, które z tych wyników faktycznie powinny znaleźć się na górze.

Model przyjmuje dane wejściowe w postaci tekstu i zwraca wynik rerankingu. Ma długość kontekstu 32000 tokenów i maksymalny wynik 28800. Po stronie wejścia obsługiwany jest tylko tekst, więc nie ma tu obsługi obrazów ani dźwięku. Dostawca podaje, że rerank-2.5-lite jest zoptymalizowany zarówno pod kątem opóźnienia, jak i jakości, oraz że zapewnia 7.16% poprawy dokładności wyszukiwania względem Cohere Rerank v3.5 w 93 zestawach danych. Dostawca podaje również, że przewyższył Cohere Rerank v3.5, który jest punktem odniesienia, jaki Voyage AI zdecydowało się opublikować.

Te możliwości wskazują na dość konkretny zestaw zastosowań. Oczywistym jest wyszukiwanie: weź 50 lub 100 najlepszych trafień z wyszukiwarki pierwszego etapu, przepuść je przez ten model wraz z zapytaniem użytkownika i zachowaj tylko kilka najwyżej ocenionych na potrzeby odpowiedzi lub następnego kroku. Ten sam wzorzec dotyczy generowania wspomaganego wyszukiwaniem, gdzie reranker zmniejsza ilość nieistotnego kontekstu wysyłanego do modelu generującego. Pasuje również do zadań rankingowania dokumentów, takich jak porządkowanie artykułów z wewnętrznej bazy wiedzy lub zgłoszeń do pomocy technicznej względem zapytania w języku naturalnym, oraz do każdego potoku, w którym precyzja na górze listy ma większe znaczenie niż samo pokrycie.

Wywołujesz go przez API zgodne z OpenAI w api14, używając identyfikatora modelu "voyageai/rerank-2.5-lite". Ponieważ endpoint jest zgodny ze schematem OpenAI, możesz skierować istniejącego klienta OpenAI na api14 i wysłać żądanie w zwykłym kształcie, z identyfikatorem modelu ustawionym na ten ciąg. Lista obsługiwanych parametrów modelu jest pusta, więc nie ma dodatkowych opcji dostrajania poza tym, czego wymaga samo żądanie rerankingu. Zaplanuj, że żądanie będzie zawierać zapytanie oraz dokumenty do oceny, i oczekuj wyniku rerankingu, a nie wygenerowanej prozy.

Jedna rzecz do rozważenia: to jest reranker, a nie model czatu ani uzupełniania. Jeśli potrzebujesz asystenta, który pisze odpowiedzi, streszcza lub wywołuje narzędzia, właściwym wyborem jest model generatywny, a ten model służyłby jedynie jako etap wspierający przed nim. Obsługuje też tylko tekst, więc wyszukiwanie multimodalne jest poza zakresem. W tych granicach rerank-2.5-lite jest skierowany do zespołów, które chcą drugiego etapu rerankingu o niskim opóźnieniu z deklaracjami dokładności publikowanymi przez Voyage AI.