当前位置：首页 > news >正文

Jina Rerankers 为 Elastic 推理服务（EIS）带来了快速、多语言的重排序能力

news 2026/3/26 23:33:35

作者：来自 Elastic Sean Handley, Brendan Jugan 及 Ranjana Devaji

Elastic 现在在 EIS 上提供了 jina-reranker-v2-base-multilingual 和 jina-reranker-v3，使得可以直接在 Elasticsearch 中进行快速多语言重排序，实现更高精度的检索、RAG 和 agentic workflow，无需额外基础设施。

动手体验 Elasticsearch：现在就可以浏览我们的示例 notebooks、启动免费云试用，或在本地机器上尝试 Elastic。

今天，我们很高兴在 Elastic Inference Service (EIS) 上推出jina-reranker-v2-base-multilingual和jina-reranker-v3，实现直接在 Elasticsearch 中进行快速、多语言、高精度的重排序。

Jina AI（最近被 Elastic 收购）是开源多语言和多模态模型领域的领导者，提供用于高质量检索和检索增强生成（RAG）的最先进搜索基础模型。EIS 让你可以轻松在托管 GPU 上运行这些现成模型的快速、高质量推理，无需任何设置或托管复杂性。

Reranker 通过优化检索结果的排序提高语义精度，帮助选择最匹配查询的结果。它们能够在不重新索引或干扰管道的情况下提升相关性，对混合搜索和 RAG 工作流尤为重要，因为更好的上下文能提高下游任务的准确性。

此前 EIS 上已推出jina-embeddings-v3，扩展了多语言 reranking 的模型目录。开发者现在可以结合 BM25F 词汇搜索和来自jina-embeddings-v3的多语言向量搜索进行混合搜索，再根据具体使用场景使用 Jina Rerankers v2 或 v3 进行重排序，从而在 Elasticsearch 中原生实现对召回调优的完全控制。

jina-reranker-v2-base-multilingual

jina-reranker-v2-base-multilingual 是一个紧凑型通用重排序器，具备支持函数调用和 SQL 查询的特性。

低延迟大规模推理：这是一个 2.78 亿参数的紧凑模型，使用 Flash Attention 2 提供低延迟推理，在多语言性能上表现出色，根据 AIR 指标和其他常用基准甚至优于更大的重排序模型。
支持 agentic 用例：可以进行准确的多语言文本重排序，并额外支持选择与文本查询匹配的 SQL 表和外部函数，从而实现 agentic 工作流。
无限候选支持：v2 可以处理任意大的候选列表，通过独立评分文档实现。评分可跨批次兼容，因此开发者可以增量重排序大型结果集。例如，流水线可以每次评分 100 个候选项，然后合并评分并排序综合结果。这使得 v2 在不严格应用 top-k 限制的流水线中非常适用。

jina-reranker-v3

jina-reranker-v3 提供多语言 listwise 重新排序，在 RAG 和 agent 驱动的工作流中实现更高精度和最先进的性能。

轻量化、适合生产环境的架构：约 6 亿参数的 listwise 重新排序模型，优化以实现低延迟推理和高效部署。
强大的多语言表现：基准测试显示 v3 在多语言任务上性能领先于更大的模型，同时在置换情况下保持稳定的 top-k 排序。
高效跨文档重新排序：与 v2 不同，v3 可以在单次推理中对最多 64 个文档进行整体重新排序，通过考察候选集合内的关系提升排序质量。通过批量处理候选而非单独评分，v3 显著降低推理成本，非常适合具有固定 top-k 结果的 RAG 和 agent 驱动工作流。

更多模型即将推出：EIS 正在持续扩展用于候选重排、检索和 agent 推理的优化模型。下一个是用于多模态重排的 jina-reranker-m0，其次是来自 OpenAI、Google 和 Anthropic 的 frontier 模型。

开始使用

你可以通过几个简单步骤，在 EIS 上使用jina-reranker-v2-base-multilingual。

使用 jina-embeddings-v3 创建向量

POST _inference/text_embedding/.jina-embeddings-v3 { "input": [ "The Atlantic is a vast, deep ocean.", "A small puddle formed on the sidewalk." ] }

响应：

{ "text_embedding": [ { "embedding": [ 0.0061287, ... ] }, { "embedding": [ -0.11765291, ... ] } ] }

使用 jina-reranker-v2-base-multilingual 重新排序

执行推理：

POST _inference/rerank/.jina-reranker-v2-base-multilingual { "input": ["puddle", "ocean", "cup of tea"], "query": "a large body of water" }

响应结果：

{ "rerank": [ { "index": 1, "relevance_score": 0.48755136 }, { "index": 0, "relevance_score": 0.41489884 }, { "index": 2, "relevance_score": 0.07696084 } ] }

使用 jina-reranker-v3 重新排序

执行推理：

POST _inference/rerank/.jina-reranker-v3 { "input": ["pebble", "The Swiss Alps", "a steep hill"], "query": "mountain range" }

响应结果：

{ "rerank": [ { "index": 1, "relevance_score": 0.06519848 }, { "index": 2, "relevance_score": -0.05002501 }, { "index": 0, "relevance_score": -0.09782915 } ] }

类似于 jina-reranker-v2-base-multilingual，响应结果提供了按相关性排序的输入优先列表。在这个例子中，模型将 “The Swiss Alps” 识别为 “mountain range” 的最相关匹配，而 “pebble” 和 “a steep hill” 排名较低。

然而，一个关键区别是 jina-reranker-v3 是列表式重新排序器（listwise reranker）。与逐个对文档-查询对评分的 jina-reranker-v2-base-multilingual 不同，jina-reranker-v3 会同时处理所有输入，使模型能够在确定最终排序之前进行丰富的跨文档交互。

EIS 新特性

通过 Cloud Connect，EIS 可用于自托管集群，让开发者能够访问 GPU 集群来快速原型和部署 RAG、语义搜索以及 agent 工作流，而无需在自托管集群上采购 GPU 资源。平台团队可以实现混合灵活性：数据和索引保留在本地，同时在需要时在 Elastic Cloud 扩展 GPU 推理能力。