RBE는 heavy ranker의 점수를 support 좌표로 바꿔 후보 검색을 다시 설계한다
Relevance-Based Embeddings는 query와 item을 소수 support 집합에 대한 heavy-ranker relevance 벡터로 표현하고, CUR 또는 경량 신경 변환으로 별도 embedding을 만들어 후보 검색에 쓰는 방법...
Tag7 posts
#Reranking
글 목록
Rubric4Setwise는 ‘관련 문서’를 고르는 대신 ‘좋은 문서 묶음’을 채점한다
SetwiseEvalKit은 relevance·authenticity·quality부터 complementarity·redundancy·conflict, completeness·density·reachability까지 3단계 9차원 rubric으로 R...
FastEmbed-rs는 RAG 임베딩·리랭킹을 Rust 로컬 런타임으로 묶는다
fastembed-rs는 ONNX Runtime, Hugging Face tokenizers, 선택적 Candle 백엔드를 묶어 텍스트·희소·이미지 임베딩과 reranking을 Rust 애플리케이션 안에서 실행하게 하는 검색 인프라 라이브러리다.
ctxl-rerank-v2 seq-cls는 CausalLM reranker를 표준 CrossEncoder로 감싼다
sigridjineth/ctxl-rerank-v2-1b-seq-cls는 Contextual AI Reranker v2 1B의 마지막 토큰 vocab_id=0 logit을 단일 SequenceClassification score head로 옮겨, 원래...
Prompt tuning은 작은 벡터로 생성·임베딩·리랭킹을 잇는다
Prefix-tuning, soft prompt tuning, suffix prompt tuning, passage-specific prompt tuning을 하나의 계보로 보면, LLM을 다시 학습시키는 대신 어디에 학습 가능한 벡터를 꽂을 것인가가...
ZeroEntropy Models는 검색 품질을 모델·API·배포 옵션까지 한 번에 묶는다
ZeroEntropy의 Models 문서는 zembed-1 임베딩, zerank 계열 reranker, zsearch 검색 엔진, API 요금·rate limit·배포 옵션을 하나의 검색 품질 스택으로 보여 준다.
Ettin Reranker는 retrieve-then-rerank 스택을 작은 ModernBERT 계열로 압축한다
Hugging Face의 ettin-reranker-v1 계열은 Ettin ModernBERT encoder 위에 17M~1B CrossEncoder를 학습해, 공개 데이터·증류 레시피·MTEB/NanoBEIR·속도 벤치마크를 함께 제공하는 실전형 r...