bge-reranker-v2.5-gemma2-lightweight输出结果归一化后都很高

[dandanW91]

为什么我测试bge-reranker-v2.5-gemma2-lightweight模型效果，归一化后结果都在0.99以上，是什么原因啊。

[545999961]

分数的具体数值主要用于参考，重要的是该查询与其所有文档之间分数的相对高低

[dandanW91]

分数的具体数值主要用于参考，重要的是该查询与其所有文档之间分数的相对高低

感谢回复，那表示不相关的相似度在99%以上也是合理的哈，我们是想卡阈值来过来召回结果，这样这个模型是不是不太适配这样的场景啊。

[545999961]

分数的具体数值主要用于参考，重要的是该查询与其所有文档之间分数的相对高低

感谢回复，那表示不相关的相似度在99%以上也是合理的哈，我们是想卡阈值来过来召回结果，这样这个模型是不是不太适配这样的场景啊。

阈值设定不太适合用于reranker。如果确实需要设置阈值，可以考虑取消归一化，直接使用原始分数进行设定；或者可以考虑使用其他靠后层的输出。不过相似度评估主要是基于分数的相对大小，分数本身参考意义不大。

[dandanW91]

分数的具体数值主要用于参考，重要的是该查询与其所有文档之间分数的相对高低

感谢回复，那表示不相关的相似度在99%以上也是合理的哈，我们是想卡阈值来过来召回结果，这样这个模型是不是不太适配这样的场景啊。

阈值设定不太适合用于reranker。如果确实需要设置阈值，可以考虑取消归一化，直接使用原始分数进行设定；或者可以考虑使用其他靠后层的输出。不过相似度评估主要是基于分数的相对大小，分数本身参考意义不大。

好的，非常感谢。