检索重排实测:Zerank-2+LLM 二段流水线每查询约 $0.037 达 nDCG 0.47
CShorten30 · x · 2026-11-16
这是 CShorten30 一项检索重排(reranking)系统研究的总结推(线程 15/17):按 2026 年 8 月定价测算,各配置构成一条清晰的 Pareto 前沿。
- 最优点:Zerank-2 在 k=2,000 深度召回 + GPT-5.6 Luna 对其 top-20 做 listwise 重排,每查询成本约 $0.037,把 nDCG@10 从 0.181(纯混合检索)提到 0.470。
- 其中 cross-encoder(Zerank-2)吃掉约 94% 的成本。
- 作者原设想做「Mixture-of-Cross-Encoders」(MoCE),但负结果:各模型虽各自能解不同查询,固定权重的融合并不能转化为更好的排序,因此更看好 per-query 路由方向。
所属事件:检索重排研究:混合检索加 LLM 二次重排 nDCG 提升 2.6 倍(3 条相关)→
「编程与Agent」频道最新
- Jay Alammar 新书《图解 AI 智能体》登顶 Amazon AI 畅销榜 — JayAlammar · 2026-11-16
- 开发者用几个 prompt 造出复古 CD 挑选器 My 20,效果基本可用 — evilrabbit_ · 2026-11-16
- Nebius 分析 14 万条轨迹:解题率相同的编码 agent 行为差异巨大 — nebius · 2026-11-16
- Perplexity agent 做财务分析可引用到财报具体行项目 — AravSrinivas · 2026-11-16
- VibePrevisBench:把剧本照片视频变成 Blender 4D 场景的评测基准 — _akhaliq · 2026-11-16
- Weaviate 检索分层研究:不同算力档位权衡精度、延迟与成本 — CShorten30 · 2026-11-16