注目★★★★★Hugging Face Papers
KaLM-Reranker-V1：クエリとパッセージを分離した高速リランカーがBEIRでSoTA
30秒で把握
- 1KaLM-Reranker-V1がクエリ・パッセージ分離アーキテクチャで公開、BEIRでSoTA達成
- 20.27B〜4Bの3サイズ展開、Qwen3-Rerankerと同等性能を効率良く実現
- 3RAGパイプラインへの組み込み時はパッセージ事前エンコード活用でスループット向上を確認
要約
KaLM-Reranker-V1は、クエリとパッセージの計算を分離しながら高精度な関連性モデリングを保つ「FBNL（Fast but Not Late Interaction）」リランカーだ。エンコーダーでMatryoshka埋め込みプーリングによりパッセージを事前エンコードし、デコーダーがクエリ意図を処理、クロスアテンションで関連度を計算する。Nano（0.27B）・Small（1B）・Large（4B）の3サイズを提供し、BEIRベンチマークではQwen3-Rerankerシリーズと並ぶSoTA性能を達成した。多言語データで広範に学習していないにもかかわらずMIRACLでも高い性能を示した。
あなたへの影響
RAGパイプラインのリランク層を検討しているチームは、パッセージを事前エンコードして再利用できる本アーキテクチャがレイテンシ削減につながり得るため、BEIRスコアと実運用スループットを照合した上でNano/Small/Largeのサイズ選定を行うとよい。
推奨：現時点で即時対応は不要です。必要に応じて原文を確認してください。