<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>NOhtani</author_name>
  <author_url>https://blog.hatena.ne.jp/NOhtani/</author_url>
  <blog_title>RAKUS Developers Blog | ラクス エンジニアブログ</blog_title>
  <blog_url>https://tech-blog.rakus.co.jp/</blog_url>
  <categories>
    <anon>Python</anon>
  </categories>
  <description>mixedbread-ai/ Alibaba-NLP / OpenAI GPTによるリランキング【実装サンプル付き】 はじめに RAGをはじめとする現代の情報検索システムでは、「リランカー（Reranker）」と呼ばれる仕組みが使われることがあります。 検索候補を単にキーワードマッチやベクトル検索でピックアップするだけでなく、さらに高精度なモデル(＝リランカー)で再スコアリング（再ランキング）することで、ユーザーが本当に求めている情報を上位に表示できます。 本記事では、筆者が実際に業務中の検証作業で利用した次の3つのモデル: mixedbread-ai/mxbai-rerank-v2 Alib…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftech-blog.rakus.co.jp%2Fentry%2F20250718%2Freranker&quot; title=&quot;Pythonで始めるリランカー実装：mixedbread-ai、Alibaba-NLP、OpenAI GPTを比べてみた - RAKUS Developers Blog | ラクス エンジニアブログ&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/t/tech-rakus/20250718/20250718133907.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2025-07-18 15:00:00</published>
  <title>Pythonで始めるリランカー実装：mixedbread-ai、Alibaba-NLP、OpenAI GPTを比べてみた</title>
  <type>rich</type>
  <url>https://tech-blog.rakus.co.jp/entry/20250718/reranker</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
