name: rag-reranking description: 交叉编码器重排序与MMR多样性过滤，提升检索质量 allowed-tools:
- Read
- Write
- Edit
- Bash
- Glob
- Grep
RAG 重排序技能
能力
- 实现交叉编码器重排序模型
- 配置最大边际相关性（MMR）多样性过滤
- 设置Cohere Rerank API集成
- 设计多阶段检索流程
- 实现多样性感知的重排序
- 配置分数归一化与阈值
目标流程
- 高级RAG模式
- RAG流程实现
实现细节
重排序方法
- 交叉编码器重排序：使用句子转换器交叉编码器
- Cohere Rerank：Cohere rerank-v3 API
- MMR重排序：多样性感知的结果过滤
- LLM重排序：使用大语言模型进行相关性评分
- 互惠排名融合：结合多个检索器结果
配置选项
- 重排序模型选择
- 重排序后保留的Top-k结果
- MMR lambda参数（相关性vs多样性平衡）
- 分数阈值过滤
- 重排序批处理大小
最佳实践
- 使用交叉编码器保证质量
- 平衡相关性与多样性
- 设置合适的阈值
- 监控重排序延迟
依赖项
- sentence-transformers
- cohere（可选）