Jina AI將LLM Reranker延遲打下來了：21秒變3秒！
繼Jina Reranker v2之后，Jina AI又開源了PE-Rank，一種新的基于LLM的重新排序器，用于高效的列表式段落重新排序。不是將原始文本輸入到LLM的上下文窗口，而是使用嵌入模型將每個段落表示為一個特殊標記，然后將[指令]+[查詢]+[特殊標記]輸入到LLM中。在推理時，PE-Rank將輸出空間限制在這些特殊標記上，從而實現(xiàn)更高效的解碼。PE-Rank將重新排序100個文檔的延遲從21秒大幅減少到3秒。
RankGPT（上）與PE-Rank（下）的比較。RankGPT將整個段落作為輸入，并輸出有序數(shù)字，而PE-Rank將特殊標記列表作為輸入和輸出。在右側(cè)，展示了使用不同形式的輸入在DL19上重新排序的結(jié)果。
PE-Rank背景
使用大型語言模型（LLM）作為重新排序器有什么吸引人的地方？
- 新任務(wù)的靈活指令
- 零樣本能力
- 上下文推理?
但在實踐中，是什么阻止人們使用LLM作為重新排序器？
- 上下文長度：重新排序100個文檔，每個文檔有1000個標記，基本上需要一個10萬標記的上下文長度。
- 大海撈針：由于重要信息可能在長上下文中丟失，性能可能會波動。
- 容易受到提示注入的影響：指令和查詢可能會被候選文檔覆蓋。
- 輸出格式問題：很難確保輸出以正確的順序格式，即d1 > d3 > d2 > d7。有時你會得到語法錯誤或過于冗長的結(jié)果。
PE-Rank原理
使用PE-Rank，LLM的輸入基本上是指令+查詢+嵌入的段落，每個都作為一個特殊標記，如下所示：
用于學(xué)習(xí)排名階段訓(xùn)練的數(shù)據(jù)格式
其次，使用特殊段落標記來表示原始文本的想法類似于軟提示。但在PE-Rank中，使用像Jina/BGE這樣的外部嵌入模型來編碼文檔。這在外部嵌入和主干LLM自己的標記嵌入之間引入了一些差異，這意味著需要學(xué)習(xí)一個映射函數(shù)。為了做到這一點，凍結(jié)了嵌入模型和LLM，并僅訓(xùn)練了一個2層的多層感知器（MLP）來轉(zhuǎn)換嵌入空間。
在兩階段排名范式下的 PE-Rank 概覽。(a) 是檢索階段，檢索 n 個段落嵌入；(b) 是大型語言模型（LLM）的前向傳遞過程；(c) 展示了列表式解碼過程。
但是，如何微調(diào)一個大型語言模型（LLM）呢？經(jīng)典的監(jiān)督式微調(diào)（SFT）方法在這里有用嗎？實際上，并不是特別有用。因為解碼空間僅限于特殊的段落嵌入標記，應(yīng)用標準的SFT并不直接。在PE-Rank中，結(jié)合了兩種損失：ListMLE，它最大化生成下一個最相關(guān)段落標記的概率；以及上下文ListMLE，它進一步基于原始內(nèi)容本身進行條件化。這種方法提高了模型利用查詢和段落之間標記級交互的能力，并有助于在僅使用嵌入進行排名時轉(zhuǎn)移這種能力。
兩種類型的訓(xùn)練數(shù)據(jù)和學(xué)習(xí)排名的訓(xùn)練過程的說明
PE-Rank效果評測
使用 Mistral-7B-Instruct-v0.2 作為 PE-Rank 的大型語言模型（LLM）的基礎(chǔ)模型，以及 Jina-embeddings-v2/BGE-v1.5 作為外部嵌入。通過這種設(shè)置，實現(xiàn)了與將原始文檔投入 GPT-4（表中的 RankGPT4）相當?shù)男阅埽舆t僅為其六分之一，將總時間成本從20秒減少到3秒。如果只重新排序前20個候選項，單個查詢的延遲可以進一步降低到0.5秒，使其在現(xiàn)實世界的應(yīng)用中變得相當實用。
在TREC DL和BEIR上重新排序前100個段落的結(jié)果（NDCG@10）。Ret表示第一階段使用的檢索模型。
在推理過程中重新排序前100名候選者在不同階段的延遲
在 Jina 嵌入和 BGE 嵌入之間切換時，發(fā)現(xiàn) PE-Rank 可以一致地改進基礎(chǔ)檢索器的性能，無論是 BM25、Jina 還是 BGE。一個有趣的點是，盡管 BGE 在 MTEB 上的得分高于 Jina，但使用 BGE 嵌入重新排序 BM25 檢索結(jié)果的性能在三個不同的數(shù)據(jù)集上始終低于使用 Jina 嵌入。這表明在像 MTEB 這樣的通用嵌入基準測試中表現(xiàn)出色的模型，在這個特定上下文中可能不一定表現(xiàn)良好，而 Jina 嵌入在這里顯示出更好的擴展性。
https://github.com/liuqi6777/pe_rank
https://arxiv.org/pdf/2406.14848
Leveraging Passage Embeddings for Efficient Listwise Reranking with Large Language Mo本文轉(zhuǎn)載自??PaperAgent??
