Reranking
Il reranking è una seconda passata, più lenta, sui risultati di una ricerca: un modello cross-encoder legge ogni candidato insieme alla query e lo ripunteggia per rilevanza vera, così in cima finiscono i risultati giusti, non i soli approssimativamente simili.
Niente gergo, niente formule
In parole semplici, che cos'è?
La ricerca vettoriale è veloce perché comprime query e documenti separatamente: veloce, ma superficiale. Il reranking aggiunge una seconda lettura. Prima passata: una ricerca per embedding tira fuori i primi 50 candidati in pochi millisecondi, regolata sul richiamo. Seconda passata: un cross-encoder legge la query e ogni candidato insieme, coppia per coppia, e assegna un punteggio di rilevanza preciso; la lista viene riordinata e solo i primi 5 raggiungono il modello che scrive la risposta. Il costo: la lettura congiunta è lenta, per questo la riservi a una lista corta. Il limite: se il documento giusto non era nei 50 della prima passata, il reranking non lo vede mai: per questo la prima passata si regola per non perderlo.
- 01
Prima passata. Una ricerca veloce per embedding tira fuori i primi 50 candidati.
- 02
Lettura congiunta. Il cross-encoder legge la query e ogni candidato insieme, coppia per coppia.
- 03
Ripunteggio. Ogni coppia riceve un punteggio di rilevanza preciso e la lista viene riordinata.
- 04
Passaggio di consegna. Solo i primi 5 raggiungono il modello, da leggere e citare in fretta.
Termini che gli stanno vicini.
Ricerca semantica
La ricerca semantica trova contenuti per significato invece che per parole esatte: la query e i documenti vengono convertiti in embedding, e vengono restituite le corrispondenze più vicine anche quando non condividono una parola.
LeggiEmbedding
Un embedding è una lista di numeri che cattura il significato di un testo, un'immagine o un audio, così che contenuti dal significato simile ricevano numeri simili e il computer possa misurare la vicinanza con aritmetica normale.
LeggiVector Database
Un vector database è un database costruito per memorizzare impronte numeriche di contenuti (embedding) e trovare in millisecondi quelle più vicine a una qualsiasi query: è il motore della ricerca semantica, dei suggerimenti e del retrieval dell'AI.
Leggi§ 04
Vuoi che funzioni davvero nella tua azienda?
Progettiamo e rilasciamo sistemi AI con permessi, log e approvazione umana. Si parte con una call di scoping di 30 minuti.