文档重排序
使用文档重排序模板,评估每个检索到的文档对查询的回答程度,按 0–1 的重排序分数对候选排序,并丢弃不相关的文档。
目标:只把能回答问题的文档发送给你的 LLM,最好的排在最前面。
创建决策
模板 → 文档重排序 → 创建决策:
| 部分 | 内容 |
|---|---|
| State | query(string,必填)、document(string,必填) |
relevance | score——unrelated、same topic, no answer、partial answer、direct answer、complete answer |
answers_query | probability——仅凭这个文档能否回答该查询? |
| 复合指标 | rerank_score = 2 × relevance + 1 × answers_query,0 到 1 |
| 策略 | rerank_score < 0.2 → block(丢弃该文档) |
调用
curl -X POST https://api.dcision.io/v1/decisions/document-reranking \
-H "Authorization: Bearer $DCISION_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"state": {
"query": "What is the refund window for annual plans?",
"document": "Annual plans can be refunded within 30 days of purchase. Monthly plans are not refundable."
}
}'{
"schema": "document-reranking",
"result": { "relevance": "complete answer", "answers_query": 0.95 },
"scores": { "relevance": 4.86 },
"composites": { "rerank_score": 0.96 },
"action": "continue"
}采取行动
每个候选文档是一个决策;并行运行它们,然后排序:
const scored = await Promise.all(docs.map(async (doc) => ({ doc, d: await dcisionDecide("document-reranking", { query, document: doc.text }) })));
const top = scored
.filter(({ d }) => d.action !== "block")
.sort((a, b) => b.d.composites.rerank_score - a.d.composites.rerank_score)
.slice(0, 3)
.map(({ doc }) => doc);调优
- 对候选短名单重排序:每个文档一次调用,因此请对向量搜索的前 5–10 个结果评分,而不是整个索引。
- 如果在你的语料中部分回答更重要,请调整
rerank_score的权重。 - 如果文档是私密的,请关闭
storeInput。