AI圈报
观点 / 方法普通

OpenRouter 实测 RAG 重排序:274 题基准中 precision@1 从 81% 提升到 97%

信息来源:OpenRouter:Announcements(RSS)·
原始标题:Reranking in RAG: How to Fix Bad Retrieval with a Reranker

内容摘要

OpenRouter 发布 RAG 重排序教程,在 274 题合成基准上,向量检索用 google/gemini-embedding-2 的 precision@1 为 81.0%,加入 voyageai/rerank-3-lite 对 top 30 重排序后提升到 97.1%,成本约 $0.10/千次查询。
内容分类AI 观点与方法
内容层级普通情报
发布时间(北京时间)
本站收录时间(北京时间)
信息来源OpenRouter:Announcements(RSS)
站内情报编号intel-6ec8e13dc75b0195d1452235