ZeroEntropy presenta Zerank-2 — un reordenador ligero para búsqueda precisa

ZeroEntropy lanzó Zerank-2, un nuevo codificador cruzado para reordenar los resultados de búsqueda. El modelo basado en Qwen3 contiene solo 4 mil millones de parámetros, pero proporciona alta precisión en pipelines retrieve-and-rerank de dos etapas para búsqueda de información y sistemas retrieval-augmented generation (RAG).

Arquitectura de búsqueda de dos etapas

Zerank-2 se integra en la arquitectura estándar de búsqueda, que consta de dos etapas. En la primera etapa, un codificador dual rápido o un recuperador ligero (por ejemplo, BM25, Elasticsearch) devuelve los K principales candidatos de una gran base de documentos. En la segunda etapa, Zerank-2 reordena estos candidatos, reevaluando la relevancia de cada documento para la consulta específica del usuario.

El modelo funciona como un codificador cruzado: evalúa pares consulta-documento como un todo, teniendo en cuenta la interacción semántica y el contexto. Esto es más costoso computacionalmente que la comparación vectorial, pero mucho más preciso. Es por eso que los codificadores cruzados generalmente funcionan en un conjunto preseleccionado, no en toda la base.

Ventajas clave

• Tamaño compacto (4 mil millones de parámetros) — cabe en la memoria de video de una GPU de consumidor
• Alta precisión al reordenar documentos sin ralentizar el sistema
• Ahorro de recursos — la búsqueda de dos etapas es más económica que una única búsqueda lenta en toda la base
• Fácil integración en sistemas RAG existentes y aplicaciones de búsqueda
• Open-source y lista para usar inmediatamente

Cuándo es útil

Zerank-2 es especialmente efectiva para aplicaciones donde se requiere alta precisión de búsqueda, pero no hay forma de escanear toda la base con un método lento. Escenarios típicos: búsqueda en documentos de la empresa, sistemas de preguntas y respuestas, sistemas de recomendación, asistentes basados en RAG.

Los desarrolladores ya están integrando Zerank-2 en aplicaciones de producción. En la práctica, la arquitectura de dos etapas con Zerank-2 proporciona una mejora de precisión del 30-50% en comparación con la recuperación simple, mientras que solo ralentiza la consulta 100-200 ms. El modelo funciona con cualquier recuperador — desde BM25 hasta bases de datos vectoriales como Pinecone o Weaviate.

«Un codificador cruzado pequeño y preciso a menudo es más útil que un

codificador grande», escriben los desarrolladores en la documentación.

Lo que esto significa

Los sistemas RAG se vuelven más prácticos y eficientes. En lugar de elegir entre una búsqueda rápida pero imprecisa y una búsqueda lenta pero precisa, se pueden tener ambas: la búsqueda rápida encuentra candidatos, Zerank-2 selecciona los mejores. Esto es especialmente importante para aplicaciones empresariales, donde se necesita tanto velocidad como calidad.

Zerank-2 demuestra que los codificadores cruzados especializados de tamaño moderado a menudo son más efectivos que los grandes modelos generales en tareas específicas.