Rerankers
混合搜索通过多个同时进行的 ANN 搜索获得更精确的搜索结果。多次搜索会返回多组结果，这就需要重新排序策略来帮助合并和重新排序结果，并返回一组结果。本指南将介绍 Milvus 支持的重排策略，并提供选择适当重排策略的提示。
概述
下图显示了在多模式搜索应用程序中进行混合搜索的主要工作流程。图中，一条路径是文本的基本 ANN 搜索，另一条路径是图像的基本 ANN 搜索。每条路径分别根据文本和图像相似度得分生成一组结果（极限 1和极限 2）。然后应用重排策略，根据统一的标准对两组结果进行重排，最终将两组结果合并为一组最终的搜索结果，即Limit(final)。
多向量 Rerankers
在混合搜索中，Rerankers 是整合多向量搜索结果的关键步骤，以确保最终输出的结果是最相关、最准确的。目前，Milvus 支持以下两种重排策略：
加权排名：该策略通过计算来自不同向量搜索的得分（或距离）的加权分数来合并结果。权重根据每个向量场的重要性分配，允许根据特定用例的优先级进行定制。
RRFRanker（互易排名融合排名器）：该策略根据排序合并结果。它使用一种平衡不同搜索结果排名的方法，通常能更公平、更有效地整合不同的数据类型或模式。
加权排名
WeightedRanker 策略会根据向量搜索每条路径结果的重要性为其分配不同的权重。
加权排名机制
WeightedRanker 策略的主要工作流程如下：
Collections 搜索得分：收集向量搜索各路径的结果和分数（score_1、score_2）。
分数归一化：每次搜索可能会使用不同的相似度指标，从而导致不同的分数分布。例如，使用 "内积"（IP）作为相似度类型可能会产生[-∞,+∞]的分数，而使用 "欧氏距离"（L2）则会产生[0,+∞]的分数。由于不同搜索的得分范围各不相同，无法直接比较，因此有必要对每条搜索路径的得分进行归一化处理。通常情况下，
arctan函数用于将分数转换为 [0, 1] 之间的范围（score_1_normalized, score_2_normalized）。分数越接近 1 表示相似度越高。分配权重：根据分配给不同向量场的重要性，为归一化分数（score_1_normalized，score_2_normalized）分配权重（wi）。每条路径的权重范围应在 [0,1] 之间。由此得出的加权分数为 score_1_weighted 和 score_2_weighted。
合并分数：将加权分数（score_1_weighted、score_2_weighted）从高到低排序，得出一组最终分数（score_final）。
加权 Reranker
加权重排名示例
本例演示了涉及图像和文本的多模态混合搜索（topK=5），并说明了加权 Reranker 策略如何对两次 ANN 搜索的结果进行重新排序。
- 对图像进行 ANN 搜索的结果（topK=5）： ID
ID |
得分（图像） |
|---|---|
101 |
0.92 |
203 |
0.88 |
150 |
0.85 |
198 |
0.83 |
175 |
0.8 |
- 文本的 ANN 搜索结果（topK=5）： ID
ID |
得分（文本） |
|---|---|
198 |
0.91 |
101 |
0.87 |
110 |
0.85 |
175 |
0.82 |
250 |
0.78 |
- 使用 WeightedRanker 为图像和文本搜索结果分配权重。假设图像 ANN 搜索的权重为 0.6，文本搜索的权重为 0.4。
ID |
得分（图像） |
得分（文本） |
加权得分 |
|---|---|---|---|
101 |
0.92 |
0.87 |
0.6×0.92+0.4×0.87=0.90 |
203 |
0.88 |
不适用 |
0.6×0.88+0.4×0=0.528 |
150 |
0.85 |
不适用 |
0.6×0.85+0.4×0=0.51 |
198 |
0.83 |
0.91 |
0.6×0.83+0.4×0.91=0.86 |
175 |
0.80 |
0.82 |
0.6×0.80+0.4×0.82=0.81 |
110 |
不在图像中 |
0.85 |
0.6×0+0.4×0.85=0.34 |
250 |
不在图像中 |
0.78 |
0.6×0+0.4×0.78=0.312 |
- 重新排序后的最终结果（topK=5）： 0.6×0+0.4×0.85=0.34
排名 |
ID |
最终得分 |
|---|---|---|
1 |
101 |
0.90 |
2 |
198 |
0.86 |
3 |
175 |
0.81 |
4 |
203 |
0.528 |
5 |
150 |
0.51 |
加权排序器的使用
使用加权排名策略时，需要输入权重值。输入权重值的数量应与混合搜索中基本 ANN 搜索请求的数量一致。输入的权重值范围应为 [0,1]，权重值越接近 1 表示重要性越高。
例如，假设混合搜索中有两个基本 ANN 搜索请求：文本搜索和图像搜索。如果认为文本搜索更重要，就应该赋予它更大的权重。
from pymilvus import WeightedRanker
rerank= WeightedRanker(0.8, 0.3)
import io.milvus.v2.service.vector.request.ranker.WeightedRanker;
WeightedRanker rerank = new WeightedRanker(Arrays.asList(0.8f, 0.3f))
import "github.com/milvus-io/milvus/client/v2/milvusclient"
reranker := milvusclient.NewWeightedReranker([]float64{0.8, 0.3})
rerank: WeightedRanker(0.8, 0.3)
export rerank='{
"strategy": "ws",
"params": {"weights": [0.8,0.3]}
}'
RRFRanker
互易排名融合（RRF）是一种数据融合方法，它根据排名的倒数来组合排名列表。这种重新排序策略能有效平衡向量搜索各路径的重要性。
RRFRanker 的机制
RRFRanker 策略的主要工作流程如下：
收集搜索排名：收集向量搜索各路径结果的排名（rank_1、rank_2）。
合并排名：根据公式转换各路径的排名（rank_rrf_1，rank_rrf_2）。
计算公式中的N 代表检索次数，ranki(d )是第 i 个检索器生成的文档d的排名位置，k是平滑参数，通常设置为 60。
汇总排名：根据综合排名对搜索结果重新排序，得出最终结果。
RRF Reranker
RRFRanker 示例
本例演示了稀疏密集向量上的混合搜索（topK=5），并说明了 RRFRanker 策略如何对两次 ANN 搜索的结果进行重新排序。
- 文本稀疏向量上的 ANN 搜索结果（topK=5）： ID
ID |
排名（稀疏） |
|---|---|
101 |
1 |
203 |
2 |
150 |
3 |
198 |
4 |
175 |
5 |
- 对文本密集向量进行 ANN 搜索的结果（topK=5）： ID
ID |
排名（密集） |
|---|---|
198 |
1 |
101 |
2 |
110 |
3 |
175 |
4 |
250 |
5 |
- 使用 RRF 重新排列两组搜索结果的排名。假设平滑参数
k设置为 60。
ID |
得分（稀疏） |
得分（密集） |
最终得分 |
|---|---|---|---|
101 |
1 |
2 |
1/(60+1)+1/(60+2) = 0.01639 |
198 |
4 |
1 |
1/(60+4)+1/(60+1) = 0.01593 |
175 |
5 |
4 |
1/(60+5)+1/(60+4) = 0.01554 |
203 |
2 |
不适用 |
1/(60+2) = 0.01613 |
150 |
3 |
不适用 |
1/(60+3) = 0.01587 |
110 |
不适用 |
3 |
1/(60+3) = 0.01587 |
250 |
不适用 |
5 |
1/(60+5) = 0.01554 |
- 重新排序（topK=5）后的最终结果： Rerankers
排名 |
ID |
最终得分 |
|---|---|---|
1 |
101 |
0.01639 |
2 |
203 |
0.01613 |
3 |
198 |
0.01593 |
4 |
150 |
0.01587 |
5 |
110 |
0.01587 |
RRFRanker 的使用
使用 RRF 重排策略时，需要配置参数k 。这是一个平滑参数，可以有效改变全文检索与向量搜索的相对权重。该参数的默认值为 60，可在 (0, 16384) 的范围内调整。该值应为浮点数。推荐值在 [10, 100] 之间。虽然k=60 是常见的选择，但k 的最佳值可能因具体应用和数据集而异。我们建议根据具体使用情况测试和调整该参数，以实现最佳性能。
from pymilvus import RRFRanker
ranker = RRFRanker(100)
import io.milvus.v2.service.vector.request.ranker.RRFRanker;
RRFRanker ranker = new RRFRanker(100);
reranker := milvusclient.NewRRFReranker().WithK(100)
rerank: RRFRanker("100")
"rerank": {
"strategy": "rrf",
"params": {
"k": 100
}
}
export rerank='{
"strategy": "rrf",
"params": {"k": 100}
}'
选择正确的 Rerankers 策略
在选择重排策略时，需要考虑的一点是，是否需要在向量场上强调一个或多个基本 ANN 搜索。
加权排名：如果您要求结果强调特定的向量场，建议使用该策略。通过 WeightedRanker，您可以为某些向量场分配更高的权重，从而更加强调这些向量场。例如，在多模态搜索中，图片的文字描述可能比图片的颜色更重要。
RRFRanker（互易排名融合排名器）：在没有特定重点的情况下，建议采用这种策略。RRF 可以有效平衡每个向量场的重要性。
