更新日志

reranker.uk 已上线内容 —— Demo 改进、新指南与站点基础设施。

2026 年 10 月 15 日（晚）—— 深色还是浅色，跟随系统设置

  • 首次访问跟随系统主题 —— 以前网站对所有人都默认打开深色主题。现在在你使用主题切换按钮之前，网站会跟随操作系统的浅色或深色设置，系统切换时也会跟着变；一旦你用按钮选过，就以你的选择为准
  • 站内搜索 —— 点页头的搜索按钮，或在任意页面按 /，就能按标题、小节标题和简介找到指南和模型页。搜索在浏览器里运行，用的是随网站一起生成的小索引；中文页面只搜中文页面；只用键盘也能操作：方向键在结果间移动，Esc 关闭

2026 年 10 月 15 日 —— 指南有了阅读顺序；手机上文字不再贴着屏幕边

  • 指南的阅读顺序 —— 指南页现在先列出五篇需要按顺序读的指南并编了号，然后是解决具体问题的页面：选模型、在国内做重排序、算成本、排查问题等
  • 手机上的页边距，全站修好 —— 在手机上，每篇指南和模型页的正文都一直贴到屏幕边缘：一条本来只该设置上下间距的样式规则，把左右边距也清掉了。已修复，并新增一项测试，在手机宽度下逐页检查

2026 年 10 月 14 日（深夜）—— 手机上看模型对比表，第一列不再滑走

  • 模型名一直可见 —— 在手机上横向滑动模型对比表时，模型名会跟着滑出屏幕，分数就对不上是哪个模型了。现在模型名这一列和表头在滑动时都固定不动；桌面端表格不变
  • 手机上的左右边距 —— 首页、更新日志和 Demo 页的几个区块在手机上丢了左右边距，新的流程图因此贴着屏幕边缘。现在边距恢复了

2026 年 10 月 14 日（夜）—— 更正首页流程图；常用任务直接能点到

  • 流程图把数字标在了错误的箭头上 —— “top 50–100”写在进入检索器的箭头上，“top 5–10”写在进入重排序器的箭头上。这两个数字是每一级返回的结果，不是它收到的输入。现在图上写的是：检索器返回 50–100 个候选，重排序器只留下前 5 个。手机上改为纵向排列，不再把字缩到看不清
  • 四个快捷入口 —— 按场景选型、在国内做重排序、成本计算器，以及重排序没起作用时该查什么。这些页面本来就有，首页之前没有指向它们

2026 年 10 月 14 日（稍后）—— 每个页面都有自己的分享卡片

  • 分享时能看出是哪一页 —— 之前在微信、X 或 Slack 里分享任何页面，显示的都是同一张网站封面。现在每个页面都有自己的卡片，显示标题、简介和所属栏目，中英文页面各用对应的语言；CI 会检查卡片和页面内容保持一致

2026 年 10 月 14 日 —— 新指南：在国内做重排序

  • 阿里云百炼、硅基流动，还是自己部署 —— 写给服务器在国内的读者：每条路能提供什么、人民币价格、Qwen 公布的开源模型中文检索分数（CMTEB-R）、百炼和硅基流动的可运行代码，以及如何通过 hf-mirror.com 或魔搭下载模型。页面上的每个价格和分数都每天和厂商自己的页面核对

2026 年 10 月 12 日（稍后）—— 所有基准分数都纳入每日核对；更正 Mixedbread v1 的分数

  • 又有约 70 个数字纳入每日来源核对 —— Jina 和 Qwen 页面上的基准表，以及模型对比表注释里引用的第三方数字，之前都是手写在页面里的，厂商改了数字也发现不了。现在每个数字都从厂商自己的模型卡读取，并像网站上其他数字一样每天核对。gte-multilingual 那一行也补上了 Qwen 为它公布的分数
  • 更正 Mixedbread v1 —— Mixedbread 页面之前写 xsmall-v1 和 base-v1 的 BEIR 约为 55.5 和 59.8，还有一列 MS MARCO（约 38.0 到 42.3），这些我们都查不到出处。Mixedbread 自己的模型卡给出的是 11 个 BEIR 数据集上的 43.9 和 46.9（附 Accuracy@3），没有 MS MARCO 分数；表格已改为这些数字

2026 年 10 月 12 日 —— 旧指南全面更新；框架代码重新实测

  • 按场景选择 —— 这篇指南之前推荐了并不存在的“Voyage code”和“法律专用” Voyage 重排序模型，多语言场景还推荐 Cohere v3.5。现在改为当前的模型，并新增两节：中文与多语言检索（包括国内的阿里云百炼和硅基流动），以及扫描 PDF 和截图（Qwen3-VL-Reranker、LightOn-rerank）
  • 能在当前版本上跑通的代码 —— 我们重新运行了 RAG 指南里的框架示例。LangChain 1.0 把重排序检索器移到了 langchain-classic，Haystack 3 的核心包里也不再有 cross-encoder 排序组件，所以这两段代码都会报导入错误；现已修好，并在 LangChain 1.4、LlamaIndex 0.14 和 Haystack 3.3 上实际跑通。示例模型从 2023 年的 bge-reranker-base 换成 bge-reranker-v2-m3，Jina API 示例改用 jina-reranker-v3.5
  • 自建部署 —— 模型表改为从 bge-reranker-v2-m3 开始，去掉了没有出处的“2026 开源 SOTA”标签，加入 gte-multilingual-reranker-base，介绍了现成的推理服务（Text Embeddings Inference、Infinity），显存估算也改为按参数量计算，而不是凭感觉
  • 指令跟随 —— 指南加入了阿里云的 instruct 参数和 Mixedbread 的列表式模型。ColBERT 指南的“更新日期”也改成了 10 月 9 日那次修改

2026 年 10 月 9 日（夜）—— 成本计算器加入 Google、阿里云和硅基流动

  • 成本计算器新增五个价格 —— Google Vertex AI 排序（按查询计费，每次最多 100 篇文档）和阿里云国际版 qwen3-rerank（按 token 计费）与 Cohere、Voyage 一起列在美元表里。新增的人民币表对比阿里云北京地域的 qwen3-rerank / qwen3.7-text-rerank 和硅基流动的 bge-reranker-v2-m3，段落超过 qwen3-rerank 的长度上限时会提示。所有价格都和模型对比表用的是同一组每天核对的数字

2026 年 10 月 9 日（晚）—— 阿里云百炼、硅基流动和 Google 排序 API 加入模型对比表

  • 国内能直接买到的托管重排序，以及 Google 的 —— 模型对比表新增阿里云百炼（qwen3-rerank 国内每百万 token ¥0.5、国际 $0.1，支持 201 种语言的 qwen3.7-text-rerank，以及处理图片和视频的 qwen3-vl-rerank）、硅基流动（bge-reranker-v2-m3 免费，同一接口还提供 Qwen3-Reranker 0.6B / 4B / 8B）和 Google Vertex AI 排序（每 1,000 次查询 $1.00）。价格都取自各厂商的价格页，每天核对
  • 新发布检查现在能发现 qwen3.7-text-rerank —— 阿里最新的重排序模型之前没匹配上检查规则里的阿里模型名格式，现在补上了

2026 年 10 月 9 日（稍后）—— 托管重排序 API 也纳入每日检查；Mixedbread 的新列表式模型

  • 多盯 11 个厂商页面 —— 每日新发布检查现在还会读取 ZeroEntropy、Mixedbread、阿里云百炼（Model Studio）、硅基流动、Pinecone、Contextual AI、Amazon Bedrock、Google Vertex AI 和 NVIDIA NIM 的模型列表，只以托管 API 形式发布的重排序模型（包括主要面向国内的）也能及时发现
  • Mixedbread 的托管重排序已经换代 —— Mixedbread 现在把 v1、v2 列为旧版模型，在 Mixedbread Search 内用 mxbai-rerank-v3.1-listwise 重排序，这是一个能跟随指令的列表式模型，权重未公开。Mixedbread 页面已写明这一点，并附上 Mixedbread 公告里的指令跟随评测数字，每天核对
  • zerank-2 的许可 —— Hugging Face 上的权重在 2026 年 7 月改为 Apache 2.0 许可，而 ZeroEntropy 自己的文档仍写着非商用；模型对比表现在注明了这一矛盾。NVIDIA 更小的 llama-nemotron-rerank-500m-v2 也在 1B 旁边提到

2026 年 10 月 9 日 —— 补上新发布检查漏掉的三个重排序模型；用 sentence-transformers 跑 ColBERT

  • 新发布检查看的范围太窄 —— 之前只查 Hugging Face 上的 14 个机构，而且只看名字里带“rerank”的模型。现在会检查 Hugging Face 标为重排序的所有模型（不论谁发布），以及本站从没提过的热门模型，还有 Demo 和指南所用库的新版本
  • 模型对比表新增 Qwen3-VL-Reranker、zerank-2 和 gte-multilingual-reranker-base —— Qwen 能处理文本、图片、截图和视频的 2B / 8B 重排序模型；ZeroEntropy 以 Apache 2.0 开源、也作为 API 出售的 4B 模型；以及阿里巴巴支持 70 多种语言的 306M 多语言模型。每一行都列出厂商自己的数字和测试方法，每天和模型卡核对
  • CLM-v0.1-8B：说明原因，不收录 —— Hugging Face 上点赞最多的“重排序”标签模型，打分对象是智能体的动作，而不是 RAG 里的段落；模型页现在写明了这一点
  • 能跑通的 ColBERT 代码 —— late-interaction 指南里的代码去检索一个从没建过的 ColBERT 索引。现在改为用 sentence-transformers 6 的 MultiVectorEncoder 对候选重新打分，我们在 6.1.0 版上实际跑过

2026 年 10 月 5 日 —— Voyage rerank-3 有哪些变化；新增 LightOn-rerank

  • Voyage rerank-3：依据 Voyage 的发布公告 —— 本站之前写的是 Voyage 文档没说 rerank-3 是否支持自然语言指令。Voyage 9 月 30 日的发布公告明确说了：Rerank 3 系列保留这项能力。Voyage 页面新增了“rerank-3 有哪些变化”：价格不变的直接升级、分数按 rerank-2.5 校准、长文档和代码提升最大，以及 Voyage 自己与 Cohere、Qwen3 的对比 —— 每个数字每天都会和公告核对
  • 模型对比表新增 LightOn-rerank —— LightOn 的 Apache 2.0 模型系列（0.8B / 2B / 4B，逐点或列表式）用一个模型同时给文本段落和文档页面图片打分。表中列出 LightOn 自己的 BEIR 数字及其测试方法，与其他行不同
  • 每天检查新发布 —— 现在每天早上都会检查 Hugging Face 以及 Cohere、Voyage、Jina 的模型页面，发现本站还没收录的重排序模型后，先阅读厂商自己的公告，再更新到网站

2026 年 10 月 3 日 —— 修正 RAG 指南的模型推荐，补完中文页面

  • “该选哪个 reranker”过时了 —— RAG 指南把 bge-reranker-v2-m3 说成仅支持英文（它其实是 BAAI 的多语言模型），还推荐 Cohere Rerank v3.5 为“最佳多语言质量”、以及 Voyage Rerank 2。现在改为推荐 Cohere Rerank 4 和 Voyage rerank-3，按计费方式和支持的能力来描述，不再用没有出处的最高级说法；示例代码也换成了 Cohere 当前的客户端和模型
  • 中文页面里残留的英文 —— 五篇指南的目录、RAG 流水线示意图、模型对比表 BEIR 列的全部出处说明、Demo 的输入提示和读屏标签，以及若干标签徽章，之前都还是英文。现在目录直接取自翻译后的标题，以后不会再落下

2026 年 10 月 2 日 —— 结构化数据与页面内容保持一致

  • 删掉了隐藏的 FAQ —— 有五个页面带着 FAQ 结构化数据，但这些问答在页面上并不显示，而且内容已经过时：仍然写着 Jina v3 超过 Qwen3-Reranker-4B，还引用了一个 Hit@1 打平的数字，这两条在正文里早已撤回。搜索引擎和 AI 助手会读取这些数据，所以全部删掉（Google 从 2023 年起就不再为这类网站显示 FAQ 结果了）
  • 中文页面的结构化数据改成中文 —— 之前 /zh/ 页面原样带着英文的结构化数据，有的还把语言标成英文。现在标题、描述、语言和面包屑导航都在构建时从页面自己的标题和描述生成，不会再和页面内容脱节；CI 里加了检查来保证这一点

2026 年 10 月 1 日 —— 镜像下载失败时，Demo 会自动换回原站

  • 模型下载源之间自动切换 —— Demo 会在 huggingface.co 和 hf-mirror.com 之间选先响应的那个。但先响应不等于能下载：在中国大陆以外，hf-mirror.com 会把每个文件重定向回 huggingface.co，而且不带浏览器需要的 CORS 响应头，所以一旦它抢先，模型就加载不出来。现在如果因为网络原因加载失败，会自动换另一个下载源重试一次
  • 对着真实下载源测过 —— 每日真实网络检查新增一项：让 hf-mirror.com 抢先，逐个加载三个模型，确认自动切换后排序结果正确。另外，每次提交 PR 时，全站每个页面都会检查有没有 CSP 违规，不再只查 Demo

2026 年 10 月 1 日 —— Demo 打分速度快了约一倍

  • Demo 改为多线程推理 —— Demo 页面现在开启了跨源隔离，ONNX Runtime Web 可以用多个线程打分。在同一台 4 核机器上做 A/B 实测：三个模型都快了约 1.9 倍（Jina v1 tiny 打分 10 段从 424 ms 降到 229 ms）。不支持隔离响应头的浏览器会保持单线程，不受影响
  • 只在需要的地方开启 —— 跨源隔离和允许 blob: 脚本的 CSP（多线程运行时需要这样加载）只用于 Demo 页面；其他页面仍保持更严格的策略。新增的每日检查会在线上确认这两点

2026 年 10 月 1 日 —— 延迟数字：要么实测，要么有出处，要么删掉

  • 浏览器 Demo 有了实测数字 —— 新写了一个脚本，在 4 核的 GitHub Actions 机器上用 Chromium 跑在线 Demo。给 10 段打分：Jina v1 tiny 约 430 ms，ms-marco MiniLM 约 515 ms，mxbai xsmall 约 1.4 秒。网站原先写的是 30–80 ms 和 50–150 ms
  • Demo 模型大小改正了 —— 选择框里写 mxbai xsmall 70 MB、ms-marco MiniLM 90 MB；Demo 实际下载的是 92 MB 和 23 MB。所以 ms-marco 明明最小却被标成「更大」，mxbai 最大也最慢却被标成「均衡」。「换个更小的模型」按钮现在指向真正最小的那个
  • 厂商有公布的，就引用出处 —— mxbai 专页引用了 mixedbread 自己公布的 A100 延迟，Jina 专页引用了 Jina 公布的 API 延迟
  • 没人测过的，就删掉 —— 模型对比表里 bge 和 mxbai 的 CPU / GPU 毫秒范围、Cohere 的「约 100–200 ms」、自建部署指南里的 T4 数字，都没有出处；现在改为不带数字的描述，RAG 指南的延迟表也注明了哪些行是估算

2026 年 10 月 1 日 —— 对照官方模型卡核对 Qwen3、Contextual AI、GTE 与 NVIDIA 各行

  • Contextual AI Rerank v2 的描述是错的 —— 表里写它是只支持英文、价格需询价的托管 API。实际上它自 2025 年 8 月起就在 Hugging Face 上提供开源权重（1B、2B、6B），支持 100+ 种语言、32K 上下文，许可证是 CC BY-NC-SA —— 仅限非商用
  • 删掉两个没有出处的分数 —— NVIDIA 那行的「Hit@1 83.0」和 GTE 那行的「Hit@1 与 nemotron 打平」，在两家的模型卡里都找不到。NVIDIA 公布的是自家向量模型 + 重排序整条流水线的 Recall@5；GTE 现在显示阿里自己公布的 BEIR 56.19
  • Qwen3 的分数有了出处 —— 表里现在显示 Qwen 自己公布的 MTEB-R（65.80、69.76、69.02）。「4B 在 BEIR 上比 8B 高约 0.48」更正为 MTEB-R 上高 0.74，而中文、多语言、长文档和代码上是 8B 领先。Qwen 专页之前还在拿「bge 约 60」「mxbai 约 62」做对比，这两个数字早已撤回；现在改为展示 Qwen 的完整评测表
  • Qwen3 支持指令 —— 它的专页原先说需要指令的场景「不太适合」，但 Qwen 重排序模型本身就支持指令。快速上手现在用的是模型卡里官方的 sentence-transformers 代码，指令跟随指南也列出了三款支持指令的重排序器及其实际用法

2026 年 10 月 1 日 —— Cohere 的 500 token 规则，以及 Voyage rerank-3

  • 更正我们自己的更正 —— 9 月时本站说「Cohere 把超过 500 token 的文档拆成多块额外计费」是误传。但 Cohere 自己的价格 FAQ 写明确实如此：文档连同 query 超过 500 token，每 500 token 一块，每块都计入一次检索的 100 篇文档。成本计算器已按此重算，之前给出的「段落越长越适合 Cohere」的结论也随之撤回
  • Voyage rerank-3 已是正式版，不再是预览 —— Voyage 现在把 rerank-3 和 -lite 列为推荐模型，rerank-2.5 归入旧模型。Voyage 专页、模型对比表和计算器都改为以 rerank-3 为主。2 亿免费 token 适用于 rerank-3；Batch API 的 33% 折扣和自然语言指令目前只在 rerank-2.5 的文档里写明
  • 价格有了出处，并且每天核对 —— Cohere 的按次价格和 Voyage 的按 token 价格现在都放在 data/models.json 里；计算器直接从页面读取，每日来源检查会对照 cohere.com/pricing 和 Voyage 文档确认
  • 其他小修正 —— Cohere 试用 key（每月 1,000 次调用）不得用于生产，场景指南不再推荐用它做客服；Cohere 的上下文是 32,768 token，不是 32,000；RAG 指南里的 API 成本低估了十倍以上；rerank-2-lite 的上下文是 8,000 token，不是 16,000；Voyage 其实有 TypeScript 库

2026 年 10 月 1 日 —— 收录 jina-reranker-v3.5，并写明 Jina 的许可证

  • 收录 jina-reranker-v3.5 —— Jina 2026 年 8 月的旗舰：0.6B、listwise，可直接替换 v3，速度快 1.22–1.56 倍；在 Jina 自己的测试里 BEIR nDCG@10 为 63.20。已加入模型对比表，Jina 专页也围绕它重写
  • 写明许可证 —— v2、v3、v3.5 和 m0 的权重采用 CC BY-NC 4.0，仅限非商用。本站此前只写「开源权重」，没有提这一点。现在 Jina 专页加了许可证一节，自建部署指南的模型表也加了许可证一列
  • 撤回「Jina v3 超过 Qwen3-Reranker-4B」 —— 在 v3 论文 2025 年的评测里成立（61.94 对 61.16），但在 Jina 自己 2026 年重测时，v3 是 62.10，4B 是 62.28。模型对比表里的 Jina 各行现在都用这次 2026 年的评测，与 v3.5 相同
  • 删掉没有出处的 Jina 价格 —— 「每月 100 万免费 token」和「约 $0.018 / 百万 token」都找不到出处。Jina 自己的页面只说新 key 附带免费试用 token，之后购买 token 包；现在改为列出他们公布的速率限制，不再写价格
  • 其他小修正 —— Jina 和 mxbai 专页把参数量写成了 MB（mxbai-rerank-large-v1 实际是 4.35 亿参数，而不是它自己 README 里写的 1.5B）；已不在 Hugging Face 上的 jina-reranker-v1-base-en 已移除

2026 年 10 月 1 日 —— 修正 bge-reranker 的 BEIR 分数，并每天核对所有来源

  • bge-reranker-v2-m3 改为 55.36 —— 这是 BAAI 自己公布的 BEIR 分数。模型对比表此前写的 ~60.1，在 BAAI 和其他任何地方都找不到出处
  • bge-reranker 专页的基准表重做了 —— 原来四行的 BEIR 和 MS MARCO 分数都查不到出处。现在只列 BAAI 真正公布过的：v2 的 BEIR 分数，v1 的 C-MTEB 重排序分数。「体积」一列原先把参数量写成了 MB，也一并改正
  • Jina v1 tiny 与 ms-marco MiniLM-L6 有了真实的 BEIR 分数 —— 分别是 48.54 和 48.64，都来自 Jina 的 v1 模型卡（17 个 BEIR 数据集）。ms-marco 这个分数是 Jina 测的，不是模型作者测的，鼠标悬停时会注明
  • 脚注不再声称有统一的评测方法 —— 原先写 bge 和 Jina 两行用的是「经典 BEIR 18 数据集均值」，其实两家都不是：BAAI 用 15 个数据集，Jina 用 13 个，第一阶段召回模型也不同。同一个模型在两家的测法下能差出一分多（bge-reranker-v2-m3：BAAI 测 55.36，Jina 测 56.51），所以现在每个 BEIR 数字都带 *，并注明评测方法
  • 每天核对一次：来源上的数字是否还和我们一致 —— 表里每个以文字形式公布的数字，每天都会回到来源页面重新抓取，数字不在了就报错。Jina v3 的论文已经改过一版（arXiv 全文写 61.85，模型卡写 61.94）—— 这道检查要抓的就是这种变动

2026 年 10 月 1 日 —— 一轮无障碍修复，外加一道防回退的检查

  • 正文里的链接加了下划线 —— 以前只靠颜色和周围文字区分；深色主题下两者的对比度只有 1.47:1，远低于色觉不完全的读者需要的 3:1。按钮、卡片和导航保持不变
  • 修正了五处文字颜色 —— 浅色主题里的青色、琥珀色标签，以及中文页面深色主题下的标签，对比度在 3.1–4.2:1 之间，低于正文字号要求的 4.5:1
  • 代码块可以用键盘操作了 —— 比屏幕宽的代码示例需要横向滚动，以前只能用鼠标滚
  • 每个页面、两种主题都检查 —— 现在每次构建都会用 axe-core 的 WCAG 2.1 AA 规则把全部 48 个页面在浅色、深色主题下各查一遍；第一次跑查出 400 多处问题，现在为零

2026 年 9 月 28 日 —— transformers.js 4.3.0，以及「只报告」模式抓到了什么

  • Demo 升级到 transformers.js 4.3.0 —— 从 3.5.1 升上来，ONNX Runtime Web 也从 1.22 升到 1.31。合并前在真实的 jsDelivr 和 HuggingFace 上把三个 Demo 模型都跑过一遍，不只是对着源码看了看
  • 「只报告」模式的 CSP 立了功 —— 第一次对着真实流量跑，就发现 HuggingFace 会把模型权重重定向到策略里没列出的 CDN 域名。如果当时是强制模式，Demo 里的每一次模型下载都会被拦掉。在真正强制之前就已经修好了
  • ……升级时也抓到了问题 —— transformers.js 4 默认会从 blob: URL 加载 ONNX Runtime 的一部分代码。现在 Demo 直接关掉了这个缓存，而不是为此放宽全站每一页的策略
  • 更严格的真实网络测试 —— 每日检查现在会跑 Demo 里可选的每一个模型，而不只是默认那个；如果一段明显相关的文本没能排在无关文本前面，测试就会失败，所以「能加载但排错了」的模型不会再蒙混过关

2026 年 9 月 27 日 —— 加了安全响应头，先以只报告模式跑

  • 新增 public/_headers —— X-Content-Type-Options、X-Frame-Options、Referrer-Policy、Permissions-Policy，外加一条 Content-Security-Policy，在构建期生成，而不是手工维护
  • CSP 目前是「只报告」模式 —— 这个仓库的沙盒开发环境连不上真实的 jsDelivr / HuggingFace / hf-mirror.com 流量，也跑不了真实的 WASM 实例化，没法确认更严格的策略实际会不会弄坏 Demo，所以现在只记录违规，等对着真实环境验证过之后再改成强制拦截
  • 没有手抄的哈希值 —— CSP 的 script-src 通过一个在构建期从脚本实际内容算出的 sha256- 哈希，放行站内唯一的内联脚本（早期主题检测），而不是手工填一个可能跑偏的值
  • 两个冒烟测试现在都会盯着 CSP 违规 —— tests/helpers/csp.mjs，在 mock 版和真实网络版的 Demo 测试里都有断言；特意在本地弄坏了一次 style-src 看着测试真的红了，确认这套机制真能抓到问题

2026 年 9 月 26 日 —— ms-marco MiniLM 的 BEIR 数字其实从没被公布过

  • ms-marco MiniLM-L6 现在写「未公布」 —— 本表此前挂着一个没有来源的 ~55.0；sentence-transformers 自己的文档给这个模型报的是 TREC DL 19 上的 NDCG@10（74.30）和 MS MARCO Dev 上的 MRR@10（39.01），并不是 BEIR 均值。是在下面这条 mxbai 修正之后顺手检查表里其他数字时发现的 —— 同样的问题，换了个模型

2026 年 9 月 26 日 —— mxbai-rerank-v2、一处 BEIR 数字修正，以及一个 Demo 冒烟测试

  • mxbai-rerank-large-v1 的 BEIR 分数已修正 —— 本表此前挂着一个没有来源的 ~62.1，挂了好几个月；mixedbread 自己的对比表给出的是 49.32*。是一位读者发现这个数字跟 mixedbread 自己给新模型报的分数对不上，才让这个问题浮出水面
  • 新增 mxbai-rerank-v2 —— 基于 Qwen2.5、经强化学习训练的新一代（base-v2 0.5B、large-v2 1.5B），新增 100+ 种语言支持，包括中文；v1 其实只支持英文，之前的表没把这点说清楚
  • data/models.json —— 经历过上面这种修正的基准数字，现在统一放进一个带来源的文件，而不是散落在每个提到它的页面里手写一遍；没有来源的数字构建会直接拒绝渲染，超过 6 个月没复核过也会有构建期提醒
  • 为在线 Demo 加了冒烟测试 —— 每个 PR 都会用 npm test 对着一个假模型跑一遍「加载 → 打分 → 渲染」流程；另有一个每日任务对着真实的 jsDelivr / HuggingFace 链路跑，真出问题时才靠这个发现

2026 年 9 月 18 日 —— URL 去掉了 .html，外加两处计价修正

  • URL 去掉了 .html —— 站内所有链接、sitemap、hreflang 标签与 JSON-LD 现在都直接指向 Cloudflare 本就会跳转到的无扩展名 URL，省掉了每次站内跳转多余的一次 307
  • Voyage 的免费额度换代了 —— 2 亿免费 token 的额度已不在 rerank-2.5 上；现在随 rerank-3 预览版发放，已连同 rerank-3-lite 一并加入模型表与成本计算器
  • 成本计算器的 token 公式修正了 —— Voyage 是按「每个被重排的文档都计一次 query」计费，而不是每次查询只计一次；只要每次查询的候选数大于一，计算器此前都会低估 token 数（和成本）
  • Cohere 分块问题说清楚 —— 一份外部审计认为 Cohere 会把超过 500 token 的段落静默拆分成额外的计费分块；实际并非如此（上下文长度是 32,768 token，分块是可选项），因此计算器页面直接说明了这一点，而不是照搬这个错误的计费模型
  • 首页示意图现在也有中文 —— 「一张图看懂重排序」是一段翻译流程看不到的内联 SVG；现在它的标签与图注在 /zh/ 上会显示为中文
  • 模型对比表的可访问性 —— 对比表新增了标题说明、列/行表头，并做成了可滚动、可用键盘聚焦的区域，方便屏幕阅读器与窄屏使用

2026 年 8 月 25 日 —— 两篇针对真实提问的指南

  • 重排序没起作用 —— 逐条排查重排序看不到提升的七个原因，从最能解释问题的那条开始：检索压根没返回正确的文档
  • 在向量数据库上做重排序 —— 「宽召回后重排」模式，含 pgvector、Qdrant 与 Elasticsearch 的代码，也包括 HNSW 的 ef_search 陷阱：limit 放大了，返回的却是凑数而非候选
  • /llms.txt —— 自动生成的站点地图，供引用前会读它的 AI 助手使用，其中也说明了我们的基准脚注该怎么读
  • 订阅源自动发现 —— 更新日志 RSS 现在在每一页都会声明，而不只是更新日志页

2026 年 8 月 14 日 —— 成本计算器，以及不再落空的 Demo 链接

  • 重排序成本计算器 —— Cohere 按次检索计费、Voyage 按 token 计费，因此哪家更便宜会随段落长度和 top-k 翻转。填入你自己的量级，看看分界线在哪
  • 场景深度链接 —— 指南与模型页上全部 25 个 Demo 链接，现在都会通过新的 ?s= 参数打开该页真正讲的那个场景
  • 分享链接变短 —— 未经修改的内置场景现在分享为 ?s=rag，而不是 900 字符的长链接
  • 改链接不再丢翻译 —— 构建会把译文里的链接指向新目标，而不是让整段退回英文

2026 年 8 月 11 日 —— 中文有了独立 URL，模型数据刷新到 2026

  • 中文页面迁到 /zh/ —— 每个页面都在构建期预渲染成中文并拥有自己的 URL 与自指 canonical，不再是三个 hreflang 全指向同一页的前端切换
  • 页面更轻 —— 翻译改在构建期完成，约 200 KB 的词典不再下发到浏览器
  • Sitemap 改为自动生成 —— 从页面树生成，带 hreflang 备选链接，lastmod 取自 git，替代此前已经失准的手工维护文件
  • Cohere Rerank 4 —— rerank-v4.0-pro 与 rerank-v4.0-fast 取代 v3.5；32k 上下文，按次检索计费
  • Voyage rerank-2.5 —— 32k 上下文并支持指令跟随；对比表此前按文档计价有误，现已改为按 token
  • Jina v3 数据落实 —— 0.6B，BEIR nDCG@10 61.94，131K 上下文内 64 篇文档
  • Qwen3 行如实修正 —— 移除 8B 无法核实的「~75+」数字；有报告显示 4B 反而略优于它
  • 视觉改版 —— 流体字号阶梯、成体系的层次阴影，以及全站统一的键盘聚焦样式

2026 年 6 月 25 日 — 模型版图刷新

  • Qwen3-Reranker —— 0.6B / 4B / 8B 行 + 深评页
  • Jina v3 —— listwise 旗舰；tiny 保留给浏览器 Demo
  • 表新增 —— gte-reranker-modernbert-base、NVIDIA nv-rerankqa / Nemotron
  • 自托管 / 首页 / 选型 —— GPU 默认 Qwen3-4B；bge 仍为 CPU 路径
  • 分数脚注 —— MTEB-R* vs 经典 BEIR；下次复核 2026 年 10 月

2026 年 6 月 25 日 — 最小打磨包

  • 诚实基准 —— 新兴行用 ≈ / n/a；下次复核 2026 年 9 月；价格滞后说明
  • Demo max_length —— 256 / 384 / 512 token；字符警告随选择变化
  • 按需加载 transformers.js —— 首次点重排序才加载
  • 指令 rerank 指南 —— 任务导向排序
  • 首页 —— 不止五大家 + ColBERT / 指令指南链接

2026 年 6 月 25 日 — 内容扩展与打磨

  • 模型表 —— 架构列；Qwen3-Reranker、Contextual AI、ColBERTv2、ms-marco 浏览器行
  • Late-interaction 指南 —— ColBERT 与何时跳过 cross-encoder rerank
  • Demo 预设 —— 电商 + 多语言（7 个场景）；模型表 ms-marco ?m=
  • JSON-LD —— inLanguage 随中/英切换
  • 更新日志 RSS —— /changelog.rss 订阅

2026 年 6 月 25 日 — i18n 与 SEO 补全

  • 模型页 i18n —— 五个模型家族的标签、目录、日期、优缺点、其他模型
  • 更新日志 + 隐私 i18n —— 两页全文中文
  • hreflang —— 全站 en、zh-Hans、x-default（同 URL，客户端切换）
  • og:locale:alternate —— 随语言切换与主 locale 对调

2026 年 6 月 25 日 — 低优先级打磨

  • 指南 i18n —— 自托管、场景选型、混合检索、评测指南全文中文
  • 压缩分享链接 —— Demo URL 超约 1600 字符时用 ?z= gzip
  • 预设移动端布局 —— 窄屏 2 列网格
  • og:locale —— 语言切换为中文时设为 zh_CN
  • 双模型差异 a11y —— 表格 caption、行表头、空状态、aria-labelledby

2026 年 6 月 23 日 — 中优先级体验与内容

2026 年 6 月 23 日 — Demo 体验第二轮

  • 模型加载面板 —— 进度 %、ETA、文件名、缓存状态
  • JSON 段落 —— 粘贴 JSON 数组或 { "passages": [...] } 对象
  • 双模型差异视图 —— 对齐表格，含分数与名次差
  • 模型表 —— 排序、筛选，?m= 跳转 Demo
  • 移动端段落编辑 —— 小屏增删列表
  • 错误提示 —— 网络、WebGPU、内存、限制等分类消息
  • 更新日志 + 隐私 —— 本页与简短隐私说明
  • 导航 —— 顶栏首页与指南链接

2026 年 6 月 23 日 — 完整发布（计划项 1–5、7–10）

  • 构建系统：src/partials + src/pages → scripts/build.mjs
  • Demo：三列结果、bi-encoder 代理、双模型对比、WebGPU、URL 分享
  • 指南索引、混合检索、评测 reranker
  • 模型：2026 年 6 月核验、选型卡片、首页 mxbai
  • i18n：data-i18n 键 + 共享词典；EN/中文 切换
  • 页脚 GitHub 链接；粘性导航；aria-live 状态

2026 年 6 月 21 日 — 首次上线

  • reranker、cross- vs bi-encoder、RAG 教育指南
  • bge、Cohere、Jina、Voyage、mxbai 模型对比页
  • 基于 transformers.js 的浏览器内 cross-encoder Demo
  • 部署于 Cloudflare Workers（静态资源）

试用 Demo →