33 lines
981 B
Markdown
33 lines
981 B
Markdown
---
|
|
layout: default
|
|
---
|
|
|
|
# Reranking: mejorando la relevancia
|
|
|
|
<v-clicks>
|
|
|
|
La búsqueda vectorial recupera documentos **similares**, pero no siempre los más **relevantes**. Un **reranker** reordena los resultados usando un modelo especializado.
|
|
|
|
```typescript
|
|
import { CohereRerank } from "@langchain/cohere";
|
|
|
|
const reranker = new CohereRerank({
|
|
apiKey: process.env.COHERE_API_KEY,
|
|
model: "rerank-v4.0-fast", // multilingüe por defecto
|
|
topN: 3,
|
|
});
|
|
|
|
// .compressDocuments() → devuelve los topN Document[] listos para usar en chains
|
|
const rerankedDocs = await reranker.compressDocuments(docs, query);
|
|
|
|
// .rerank() → devuelve TODOS los índices + scores (más control manual)
|
|
const results = await reranker.rerank(docs, query);
|
|
// [{ index: 2, relevanceScore: 0.95 }, { index: 0, relevanceScore: 0.72 }, ...]
|
|
```
|
|
|
|
<div class="mt-3 p-3 bg-green-500/10 rounded">
|
|
✨ Patrón común: recuperar ~10 docs con vector search → reranking → top 3 al LLM
|
|
</div>
|
|
|
|
</v-clicks>
|