Cohere Rerank 5发布：段落级上下文聚焦与校准分数

检索增强生成（RAG）的成败往往不在生成模型，而在检索环节的排序质量。Cohere 最新推出的 Rerank 5 正是针对这一痛点，将重排序从「整段打分」推进到「段落级上下文提取」，并给出可直接用于阈值判断的校准相关性分数。

两个版本，一个 32K 上下文

Cohere Rerank 5 提供 Pro 与 Fast 两个档位，统一支持 32K 上下文窗口。这意味着重排序模型可以一次性读取更长的文档片段，而不必把长文切碎后再分别打分，减少了跨片段语义断裂的问题。

对于需要处理合同、技术文档、长篇报告的应用，32K 上下文是实用级配置。Fast 档位面向低延迟场景，Pro 档位则承担对精度要求更高的排序任务，两者形成成本与效果的梯度选择。

Context Focus：只对真正相关的段落打分

Rerank 5 的核心变化是 Context Focus 段落提取机制。传统重排序把整段文本压缩成一个向量再与查询比对，长文档中真正相关的往往只是一两句话，其余内容会稀释相关性信号。

Context Focus 的做法是先定位文档中与查询相关的段落，再基于这些段落给出相关性判断。据 MarkTechPost 的报道，这一机制让模型能够聚焦于「段落级上下文」，而不是被大段无关铺垫干扰。对 RAG 系统而言，这直接改善了重排序结果的可解释性——开发者可以知道模型到底看中了哪部分内容。

要理解 Context Focus 的价值，需要先了解传统重排序的工作原理。典型的交叉编码器（cross-encoder）重排序模型将查询与候选文档拼接后送入 Transformer，输出一个相关性分数。问题在于，当文档长达数千 token 时，模型需要将整段文本的信息压缩到有限的注意力表示中，而真正回答查询的内容可能只占极小比例。这种「信号稀释」效应在长文档场景下尤为严重——大量无关铺垫会拉低本应很高的相关性判断。Context Focus 本质上是一种隐式的段落级注意力引导：模型在打分前先识别并聚焦于与查询语义对齐的片段，再基于这些片段做出判断。这与「先切块再分别检索」的朴素方案不同，它保留了文档的全局上下文，同时避免了整段压缩带来的信息损失。

校准分数：让阈值真正可用

Rerank 5 另一项值得关注的改动是校准相关性分数（calibrated relevance scores）。未经校准的排序分数通常只在同一批查询内部有比较意义，跨查询、跨批次时数值不可比，导致开发者很难设定一个通用的相关性阈值。

校准之后，分数具备更稳定的绝对含义，这让「低于某分数即丢弃」这类过滤策略变得可行。在检索管道中，这可以减少无关文档进入生成阶段，从而降低幻觉风险和 token 成本。

校准（calibration）在机器学习中指的是模型输出的置信度与实际正确率之间的一致性。一个校准良好的模型，当其输出 0.8 的相关性分数时，大约 80% 的情况下该文档确实相关。未经校准的排序模型（如常见的对比学习模型）输出的分数往往高度偏斜，集中在某个狭窄区间内，且分布随查询类型变化而漂移。这使得开发者无法设定一个跨场景通用的过滤阈值——在 A 类查询中 0.6 分可能已是高度相关，在 B 类查询中 0.6 分却可能毫无意义。Cohere 对 Rerank 5 的分数进行校准后，分数具备了跨查询的可比性，工程团队可以直接用「低于 X 分丢弃」的规则构建稳定的检索过滤管道，而不必为每类查询单独调参。

Pro 版 BRIGHT 得分 82.2，定价每百万 token 0.05 美元

性能方面，据 MarkTechPost 报道，Rerank 5 Pro 在 BRIGHT 基准上取得 82.2 分。BRIGHT 是面向推理密集型检索的评测集，对模型的语义理解能力要求较高，这一成绩说明 Rerank 5 在需要深层推理的检索场景中具备竞争力。

定价上，Rerank 5 为每百万 token 0.05 美元。重排序任务通常只处理查询与候选文档的配对，token 消耗量相对可控，这一价格水平对中小规模 RAG 应用较为友好。

BRIGHT 基准（Benchmark for Reasoning-Intensive Retrieval）由相关研究团队提出，专门评估检索系统在需要多步推理的场景下的表现。与传统的 MTEB 或 BEIR 等检索评测不同，BRIGHT 中的查询往往不能通过关键词匹配或浅层语义相似度解决，而需要模型理解查询背后的推理链条，才能判断文档是否真正相关。典型任务包括数学问题检索、代码片段匹配和科学推理文档定位。正因为对深层语义理解要求较高，BRIGHT 上的得分普遍低于常规检索基准，82.2 分在该评测体系中属于有竞争力的水平。这一成绩对 RAG 应用的含义是：当用户查询涉及复杂推理而非简单事实查找时，Rerank 5 Pro 仍能维持较好的排序质量。

对 RAG 工程实践的影响

Rerank 5 的两项改动指向同一个方向：让重排序结果更贴近工程决策需要。段落级聚焦解决「长文档相关性信号被稀释」的问题，校准分数解决「阈值无法通用」的问题。

不过，32K 上下文带来的延迟与成本权衡仍需在实际管道中验证，Pro 与 Fast 的精度差距也缺乏公开的对比数据。对于正在搭建或优化 RAG 系统的团队，Rerank 5 值得纳入候选评测，但最终选择仍应基于自身文档形态与查询分布的实测结果。