前言BGE-重新排名器

與 embedding 模型不同，reranker 或 cross-encoder 使用 question 和 document 作為輸入，直接輸出相似性而不是 embedding。 為了平衡準(zhǔn)確性和時(shí)間成本，cross-encoder 被廣泛用于對(duì)其他簡(jiǎn)單模型檢索到的前 k 個(gè)文檔進(jìn)行重新排序。 例如，使用 bge 嵌入模型首先檢索前 100 個(gè)相關(guān)文檔，然后使用 bge reranker 對(duì)前 100 個(gè)文檔進(jìn)行重新排序，以獲得最終的前 3 個(gè)結(jié)果。

前提要求 

• Linux安裝 docker docker-compose 參考