本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
在 Amazon Bedrock 中使用重新排名模型提高查询响应的相关性
Amazon Bedrock 提供了对重新排名模型的访问权限，您可以在查询时使用这些模型来提高检索结果的相关性。重新排序模型计算区块与查询的相关性，并根据其计算的分数对结果进行重新排序。通过使用重新排名模型，您可以返回更适合回答查询的响应。或者，您可以在运行模型推理时将结果包含在提示中，以生成更相关和更准确的响应。使用重新排名模型，您可以检索更少但更相关的结果。通过将这些结果提供给用于生成响应的基础模型，还可以降低成本和延迟。
Reranker 模型经过训练，可以根据查询识别相关信号，然后使用这些信号对文档进行排名。因此，模型可以提供更相关、更准确的结果。
注意
您只能对文本数据使用重新排名。
有关重新排名型号的定价信息，请参阅 Amazon Bedrock
重新排名至少需要以下输入：
-
一种重新排名模型，它接受用户查询并评估其可以访问的数据源的相关性。
-
用户查询。
-
重新排序者必须根据其与查询的相关性重新排序的文档列表。
您可以通过以下方式在 Amazon Bedrock 中使用重新排名模型：
-
直接通过 Amazon Bedro API ck 调用 “重新排名” 操作。该
Rerank操作将查询、文档和任何其他配置作为输入发送到重新排序模型中。然后，模型根据与查询的相关性对文档进行重新排名，并在响应中返回文档。 -
如果您使用 Amazon Bedrock 知识库来构建检索增强生成 (RAG) 应用程序，请在调用时使用重新排名模型 Retrieve 或 RetrieveAndGenerate操作。重新排名的结果会覆盖 Amazon Bedrock 知识库确定的默认排名。
