ما هي إعادة الترتيب؟ الاسترجاع على مرحلتين الذي يرفع دقة RAG — دليل المبتدئين

لقد بنيت نظام RAG، لكن جودة البحث متوسطة — وهنا بالضبط تساعد إعادة الترتيب (reranking). تأخذ المرشحين الذين جمعتهم بشكل تقريبي عبر البحث بالتضمين (المتجهات) ثم تعيد ترتيبهم حسب مدى الصلة، وتُبقي الأفضل فقط في الأعلى. هذه الخطوة الواحدة قد تُغيّر جذريًا جودة إجابات نظام RAG — إنها "الدفعة الأخيرة" لدقة الاسترجاع.

يشرح هذا المقال للمبتدئين ما هي إعادة الترتيب، ولماذا نحتاجها، وكيف يعمل الاسترجاع على مرحلتين، ولماذا يكون دقيقًا (المُرمِّز الثنائي bi-encoder مقابل المُرمِّز المتقاطع cross-encoder)، ثم النماذج والتنفيذ.

1. ما هي إعادة الترتيب؟

إعادة الترتيب هي إعادة تقييم نتائج البحث التي جمعتها بالفعل حسب صلتها بالاستعلام، ثم إعادة ترتيبها. في RAG، تستخدم أولًا البحث بالتضمين لجلب كثير من المستندات المحتمَل صلتها. لكن ذلك الترتيب "قريب تقريبًا" فحسب. ثم تضيف نموذجًا مخصصًا يُسمى المُعيد للترتيب (reranker) لدفع ما هو وثيق الصلة حقًا إلى الأعلى.

تخيّلها كـ "فرز أولي ومقابلة نهائية". الفرز الأولي (البحث بالتضمين) يغربل المتقدمين بسرعة ويمرّر عددًا وفيرًا. المقابلة النهائية (المُعيد للترتيب) تنظر إلى كل واحد بعناية وترتّب الأفضل في الأعلى. فرز أولي سريع زائد مقابلة نهائية دقيقة — هذا التركيب المكوّن من خطوتين هو جوهر الأمر.

2. لماذا نحتاجها: حدود البحث بالتضمين

البحث بالتضمين سريع ومُيسِّر، لكن له نقطة ضعف. لأنه يحوّل الاستعلام والمستندات إلى متجهات بشكل منفصل ثم يقارن، فإنه لا يرى العلاقة الدقيقة بينهما. إنه جيد في "القريب تقريبًا"، لكنه خشن في الحكم على "هل يجيب هذا فعلًا عن السؤال؟"

والنتيجة أن النتائج العليا تخلط مستندات "قريبة من حيث الكلمات لكنها بعيدة عن الهدف". وبما أن RAG يسلّم المستندات العليا المسترجَعة مباشرةً إلى الذكاء الاصطناعي، فإن الترتيب السيئ يخفض جودة الإجابة مباشرةً. هنا يعيد المُعيد للترتيب قياس الصلة على نحو سليم ويصحّح الترتيب. تشير الأبحاث إلى أن إضافة إعادة الترتيب تُحسّن دقة RAG تحسينًا كبيرًا (يذكر أحد التقارير مكسبًا يبلغ نحو 40%) — وهو رقم منقول.

وفوق ذلك، أصبح طبق إعادة الترتيب فوق البحث الهجين (hybrid search) — الجامع بين البحث بالكلمات المفتاحية والبحث بالمتجهات — التكوين الإنتاجي المعياري لـ RAG في عام 2026. "اجمع بسعة وتنوّع، ثم دع المُعيد للترتيب يرتّب حسب الصلة في النهاية" — هذا التدفق يرفع الدقة.

3. كيف تعمل: الاسترجاع على مرحلتين

تدمج إعادة الترتيب بوصفها "استرجاعًا على مرحلتين (two-stage retrieval)". والمبدأ هو "اجمع بسعة، صفِّ بذكاء".

المفتاح هو تقسيم العمل. تقييم كل مستند بالمُعيد للترتيب بطيء أكثر من أن يكون عمليًا. لذا يضيّق البحث بالتضمين السريع المرشحين أولًا (مثلًا 100)، ولا يفحص المُعيد للترتيب سوى تلك المجموعة الصغيرة. هذا يوازن بين السرعة والدقة. كما يتوافق ذلك مع فكرة هندسة السياق القائلة بـ "سلِّم أصغر مجموعة من المعلومات الأعلى إشارة".

4. لماذا يكون المُعيد للترتيب أكثر دقة

التضمينات والمُعيدات للترتيب مبنية بطريقة مختلفة في الداخل. هذا هو سبب الفجوة في الدقة.

على سبيل التشبيه، المُرمِّز الثنائي bi-encoder "يلخّص مقالين بشكل منفصل ثم يقارن الملخصين"، بينما المُرمِّز المتقاطع cross-encoder "يقرأ الاثنين جنبًا إلى جنب ويحكم على العلاقة". الأخير أكثر دقة بطبيعته، لكن لا يمكنك تشغيله على كل مستند. لذلك فإن البنية على مرحلتين — اجمع بالمُرمِّز الثنائي السريع bi-encoder، وصفِّ بالمُرمِّز المتقاطع الدقيق cross-encoder — منطقية.

5. النماذج والتنفيذ

لا يلزمك بناء مُعيد للترتيب من الصفر — فالنماذج وواجهات الـ API المخصصة جاهزة.

التنفيذ بسيط على نحو مفاجئ. إلى نظام RAG (البحث بالمتجهات) الحالي لديك، ما عليك سوى "استرجاع عدد أكبر (مثلًا 50–100)، وتمريرها عبر مُعيد للترتيب، والتصفية إلى أعلى 5" — أضف تلك الخطوة الواحدة. قِس الأثر بـ تقييمات الذكاء الاصطناعي واضبط كم تسترجع وكم تُبقي.

※ أسماء النماذج والأرقام منقولة من أدلة وأبحاث متنوعة (حتى يونيو 2026). تتفاوت النتائج بحسب البيانات والإعدادات، لذا فإن القياس والضبط هما الطريق المضمون.

الخلاصة

ثلاث نقاط أساسية عن إعادة الترتيب.

• ما هي: مرحلة ثانية تعيد تقييم نتائج البحث حسب الصلة وتعيد ترتيب الأفضل إلى الأعلى. إنها "الدفعة الأخيرة" لدقة RAG.
• كيف تعمل: استرجاع على مرحلتين — اجمع بسعة بالبحث بالتضمين السريع، ثم صفِّ بمُعيد للترتيب دقيق. "اجمع بسعة، صفِّ بذكاء".
• الفرق: التضمينات (المُرمِّز الثنائي bi-encoder) تنظر بشكل منفصل وتكون سريعة؛ والمُعيدات للترتيب (المُرمِّز المتقاطع cross-encoder) تنظر معًا وتكون دقيقة. قسِّم الأدوار لتحصل على الميزتين.

إذا كانت دقة RAG لديك تنقصها الجودة، فابدأ بإضافة مُعيد واحد للترتيب. غالبًا ما يكفي وضعه فوق بحثك الحالي ليتغير الإحساس بشكل ملحوظ. اقرأ التضمينات وتنفيذ RAG إلى جانب هذا المقال لتستوعب صورة الاسترجاع كاملةً.

الأسئلة الشائعة