홈으로 돌아가기
공식 웹사이트 방문하기
BGE Reranker v2 플래그임베딩 검색 증강 생성 RAG 정밀 재순위화 모델
공식 서비스 바로가기
서비스 상세 소개
BGE Reranker v2 플래그임베딩 검색 증강 생성 RAG 정밀 재순위화 모델: 1차 벡터 검색 결과 상위 문서를 교차 인코더로 정밀 재채점하여 RAG 시스템 답변 정확도를 40퍼센트 끌어올리는 모델입니다.
BGE Reranker v2는 베이징인공지능연구원 BAAI 플래그임베딩 프로젝트의 핵심 교차 인코더 모델입니다. 초기 바이인코더 벡터 검색이 놓치기 쉬운 문맥 속 단어 간 상호작용을 단일 트랜스포머 어텐션으로 직접 계산하여 가장 연관성 높은 문서를 상단으로 재정렬합니다. 한국어를 포함한 100개 이상의 다국어를 네이티브로 지원하며 오픈소스 RAG 시스템의 필수 구성요소로 꼽힙니다.
핵심 기능 목록
쿼리와 문서 쌍을 동시에 인코딩하는 Cross Encoder 기반 초정밀 관련도 채점
한국어 영어 중국어 등 100개 이상의 언어를 아우르는 다국어 사전 학습
가벼운 경량 모델 크기로 밀리초 단위의 초고속 재순위화 추론
LangChain, LlamaIndex, Qdrant 검색 파이프라인 완벽 통합
