+++
title = "📈 Reranker"
weight = 11
url = "/features/reranker/"
+++

一个被称为交叉编码器的重排模型（reranking model），是信息检索和自然语言处理任务中使用的两阶段检索系统的核心组件。给定一个查询和一组文档，它将输出相似度评分。

然后我们可以使用这个评分在我们的RAG系统中根据相关性重新排序文档，以提高整体的准确性并过滤掉不相关结果。

output

LocalAI支持重排模型，您可以通过使用rerankers后端来使用它们，该后端使用rerankers。

使用方法

您可以通过使用带有python的容器镜像（这不适用于core镜像）和一个模型配置文件来进行rerankers的测试，或者通过在UI中从画廊安装cross-encoder：

name: jina-reranker-v1-base-en
backend: rerankers
parameters:
  model: cross-encoder

# 可选：
# type: flashrank
# diffusers:
#  pipeline_type: en # 指定英语语言

并使用以下命令进行测试：

curl http://localhost:8080/v1/rerank \
  -H "Content-Type: application/json" \
  -d '{
  "model": "jina-reranker-v1-base-en",
  "query": "Organic skincare products for sensitive skin",
  "documents": [
    "Eco-friendly kitchenware for modern homes",
    "Biodegradable cleaning supplies for eco-conscious consumers",
    "Organic cotton baby clothes for sensitive skin",
    "Natural organic skincare range for sensitive skin",
    "Tech gadgets for smart homes: 2024 edition",
    "Sustainable gardening tools and compost solutions",
    "Sensitive skin-friendly facial cleansers and toners",
    "Organic food wraps and storage solutions",
    "All-natural pet food for dogs with allergies",
    "Yoga mats made from recycled materials"
  ],
  "top_n": 3
}'