Jina AI 发布 6 亿参数列表式重排序模型 reranker，技术细节首度公开
2026/07/30 17:06阅读量 2
Jina AI 推出全新 6 亿参数列表式重排序模型 reranker，旨在改进信息检索中的排序效果。该模型专注于对候选结果进行列表级优化，而非传统逐对比较。目前官方通过 OSCHINA 平台首次披露了该模型的内部架构与训练方法。
Jina AI 近期发布了其最新的列表式重排序模型 reranker，该模型拥有 6 亿参数，属于列表式（listwise）重排序架构，旨在提升搜索引擎和信息检索场景的排序质量。与传统的逐点或逐对重排序不同，listwise 方法直接对整个候选列表进行全局优化，能够更好地捕捉文档间的相对重要性。
据官方介绍，该模型在训练数据、损失函数以及模型结构上进行了针对性设计，具体包括：
- 训练数据：使用大规模用户行为数据和人工标注数据，覆盖多种查询类型。
- 模型结构：基于 Transformer 架构，引入列表级交互机制，使模型能够感知整个候选排序的上下文。
- 推理效率：尽管参数规模达到 6 亿，但通过量化和剪枝技术，推断速度得到优化。
该模型目前已在 Jina AI 的官方平台开放试用，并提供了 API 接口供开发者集成。Jina AI 表示，reranker 在多个公开排序基准测试上取得了领先的 NDCG 和 MRR 分数，尤其适用于长文档检索和复杂查询场景。