重排序器

重排序器是一种复杂的机器学习模型，旨在精炼和重新排序候选项目列表——例如搜索结果、文档段落或目标检测——以最大限度地提高它们与特定查询或上下文的相关性。在多阶段系统中，初始的“检索器”首先从海量数据集中快速收集大量潜在有用项目。然后，重排序器作为第二阶段介入，对这个较小的候选列表进行深入、计算密集型分析，以识别绝对最佳匹配。通过仅对少数选定候选者进行大量计算，系统可以在不牺牲实时应用所需速度的情况下实现高准确性。

Reranker的工作原理

重排序通常在两阶段管道中运行，这在现代语义搜索和推荐引擎中很常见。

• 第一阶段检索：轻量级模型扫描整个数据库，以检索大量候选对象（例如，前100个文档）。此阶段优先考虑召回率，以确保不遗漏任何相关项，通常使用近似最近邻搜索等快速算法。
• 第二阶段重排序：重排序器处理检索到的候选结果。与可能使用简单向量相似度的检索器不同，重排序器通常采用交叉编码器或强大的Transformer架构。它检查查询与候选项目之间的完整交互，捕捉简单模型可能遗漏的细微差别和上下文。输出是一个重新排序的列表，其中最相关的项目显示在顶部。

Reranker与Retriever对比

尽管这两个组件都旨在查找相关数据，但它们在机器学习 (ML)工作流中服务于不同的目的。

• 检索器旨在实现可扩展性。它们将数据压缩成固定大小的嵌入向量，使其能够在几毫秒内搜索数百万个项目。然而，这种压缩可能会丢失细粒度信息。
• 重排序器旨在实现精确性。它们在整个数据库上运行速度太慢，但在小规模子集上却非常有效。它们提供“第二意见”，纠正快速检索步骤中出现的错误。

实际应用

Reranker在各种高性能AI系统中至关重要，弥合了广泛搜索与精确理解之间的鸿沟。

检索增强生成 (RAG)

在 检索增强生成 (RAG) 中，一个 LLM 根据外部数据回答问题。如果检索步骤将不相关的文档传递给LLM，模型可能会产生幻觉或提供不正确的答案。重排序器（reranker）作为质量过滤器，确保只有最相关的文本块被发送到生成器。这提高了响应的事实准确性，并减少了 上下文窗口 的使用。

目标检测与非极大值抑制

在 计算机视觉 中，在推理过程中使用了一种与重排序（reranking）类似的概念。像 YOLO26 这样的模型会为图像中的目标生成数千个候选 边界框。一个称为 非极大值抑制 (NMS) 的过程充当重排序器。它根据 置信度 分数对边界框进行排序，并使用 交并比 (IoU) 消除冗余、重叠的预测。这确保最终输出只包含每个目标的最佳 detect。

以下 python 示例展示了 NMS 参数如何在推理过程中作为重排序过滤器发挥作用 ultralytics.

from ultralytics import YOLO

# Load the state-of-the-art YOLO26 model
model = YOLO("yolo26n.pt")

# Run inference with NMS settings acting as the 'reranker'
# 'iou' controls the overlap threshold for suppressing duplicate candidates
# 'conf' sets the minimum confidence score required to be considered
results = model.predict("https://ultralytics.com/images/bus.jpg", iou=0.5, conf=0.25)

# Show the filtered, high-relevance detections
results[0].show()

电子商务个性化

像 亚马逊 这样的主要在线零售商使用重排序器来定制搜索结果。如果用户搜索“运动鞋”，检索器会找到数千双鞋。重排序器会根据用户的购买历史、当前趋势和利润率对这些商品进行排序，将用户最有可能购买的商品放在页面顶部。

优化重排序工作流

实现重排序器需要在准确性提升与计算成本之间取得平衡。对于使用 Ultralytics Platform 训练和部署模型的开发者来说，理解模型复杂性与推理速度之间的权衡至关重要。虽然复杂的重排序器能改善结果，但会增加延迟。像 模型量化 或 知识蒸馏 这样的技术可以帮助加速重排序模型，以便在边缘设备上部署。

要进一步探索优化推理管道，请阅读我们关于 超参数调优 和 模型导出 以实现最大性能的指南。