> For the complete documentation index, see [llms.txt](https://docs.maiagent.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.maiagent.ai/tech/ja/quickstart/reranker.md).

# Reranker モデル

## **Reranker** とは？

**Reranker** は、**ランキングタスク**に使用されるモデルまたはシステムであり、通常は情報検索、レコメンデーションシステム、自然言語処理（NLP）で使用されます。主な目的は、候補結果の集合を並べ替え、最も関連性が高い、または最も適した選択肢を返すことです。

## Reranker の仕組み

通常、検索エンジンやレコメンデーションシステムが検索結果、おすすめ商品、記事などの候補を返す際、それらはすでに何らかの初期ランキング基準に基づいて並べられています。この初期ランキングは、単純な一致や基本的な関連性指標に基づく場合があります。しかし、このようなランキングでは、すべての詳細やより深い意味的関係を十分に考慮できず、ユーザーのニーズに完全には合わない結果が生じる可能性があります。

たとえば、インターネットで「一番おいしいピザ店」を検索するとします。検索エンジンは、店名、評価、住所などの基本的な基準に基づいて多数の結果を返します。これらの結果はキーワードや単純な一致によってすでに並べられている場合がありますが、必ずしもニーズを完全に満たすとは限りません。

そこで Reranker が、さらに「**ランキングを最適化**」します。過去の検索傾向、ほかのユーザーによる店舗の評価、店舗の最新情報など、より多くの詳細を考慮して結果を確認し、並べ替えます。そのうえで最も関連性の高い店舗を選び、最適な選択肢をすばやく見つけられるようにします。この例における Reranker の処理フローは次のとおりです。\\

{% stepper %}
{% step %}
**初期ランキング：単純なランキングモデル（キーワード一致、TF-IDF、その他の特徴量など）を使用して候補を最初に並べ替えます**

「一番おいしいピザ店」を検索すると、検索エンジンが店舗の一覧を返します
{% endstep %}

{% step %}
**候補結果の絞り込み：文脈理解、意味的な関連性、ユーザー行動など、より多くの特徴量に基づいてランキングを改善し、候補を再評価します**

店舗をさらに詳しく確認し、よく訪れる地域にあるか、ほかのユーザーから高く評価されているか、キャンペーンを実施しているかなどを考慮します
{% endstep %}

{% step %}
**最終ランキング：評価結果に基づいて、最も関連性が高い、または最も適した結果を返します**

Reranker は、ニーズに最も合う店舗を上位に配置し、最適な選択肢を見つけやすくします
{% endstep %}
{% endstepper %}

## MaiAgent が提供する Reranker モデル

### Cohere Rerank v3.5 の特長

**Cohere Rerank v3.5** は、Cohere が提供する **再ランキング（reranking）** モデルです。検索結果や回答候補のランキングを最適化するために設計されており、候補結果を精密に並べ替えます。より深い意味理解と文脈に基づいて最も関連性の高い結果を選択し、最終的な品質を向上させます。


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.maiagent.ai/tech/ja/quickstart/reranker.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.