01 / 模型卡片
模型卡片
bge-reranker-large 是由北京智源人工智能研究院(BAAI)开发的深度重排序模型。在 RAG(检索增强生成)流程中,它通常接在向量检索之后,对初筛出的候选文档进行二次精排,以解决向量检索在语义匹配上可能存在的“偏差”问题。该模型能够更精准地计算查询词与文档的相关性,显著提升最终交给 LLM 的上下文质量。对于开发者而言,它部署简单,是优化知识库问答准确率、降低模型幻觉的性价比极高之选。
模型类型feature-extraction
提供方BAAI
许可状态mit
02 / 文件与版本
模型文件与版本
03 / 模型下载
下载模型
推荐使用 ModelScope 命令行或 SDK 下载。下载前请先安装 ModelScope,并根据需要选择完整模型、单个文件、SDK 或 Git LFS 方式。
当前条目来源为 Hugging Face;以下命令使用同名 ModelScope 仓库格式,请先确认该仓库在 ModelScope 中可用。 模型仓库:
BAAI/bge-reranker-large安装 ModelScope
下载前先安装命令行和 SDK 依赖。
pip install modelscope命令行下载完整模型库
下载完整模型权重、配置和模型卡片。
modelscope download --model BAAI/bge-reranker-large下载单个文件到指定目录
这里以 README.md 为例,也可以替换为仓库内的其他文件。
modelscope download --model BAAI/bge-reranker-large README.md --local_dir ./dirSDK 下载
适合在 Python 项目或自动化脚本中使用。
from modelscope import snapshot_download
model_dir = snapshot_download('BAAI/bge-reranker-large')Git 下载
请确保 Git LFS 已正确安装。
git lfs install
git clone https://www.modelscope.cn/BAAI/bge-reranker-large.git跳过 LFS 大文件下载
先获取仓库结构,之后再按需拉取大文件。
GIT_LFS_SKIP_SMUDGE=1 git clone https://www.modelscope.cn/BAAI/bge-reranker-large.git04 / 使用方法
如何使用
- 01步骤 1
阅读模型卡片和来源信息。
- 02步骤 2
从小型、非敏感任务开始评估。
- 03步骤 3
核对输出质量、许可和使用限制。
- 04步骤 4
验证通过后再纳入工作流。
05 / 讨论
讨论与反馈
这里保留讨论入口,方便继续核对来源、使用体验和维护状态。
前往来源页面