LLM Reranking: LLMs nutzen, um Ihre Ergebnisse neu anzuordnen

TL;DR

• LLM reranking = GPT-4/Claude verwenden, um die Relevanz von Ergebnissen zu bewerten
• Vorteil : semantisches Verständnis, besser als cross-encoders
• Nachteil : 10–100x langsamer und teurer
• Anwendungsfälle : komplexe Anfragen, spezialisierte Bereiche, hoher Wert
• Testen Sie verschiedene Reranking-Strategien auf Ailog

Warum ein LLM für das Reranking verwenden?

Cross-Encoder (BERT, Cohere Rerank) sind schnell, aber begrenzt:

• Auf allgemeinen Daten trainiert
• Verstehen domänenspezifische Nuancen schlecht
• Binäre Bewertung (relevant/nicht relevant)

LLMs bringen:

• Reasoning: können erklären, warum ein Dokument relevant ist
• Kontextverständnis: verstehen die Nuancen der Anfrage
• Flexibilität: passen sich an jede Domäne an, ohne Fine-Tuning

Grundlegende Implementierung

Scoring durch LLM

DEVELOPERpython
from openai import OpenAI

client = OpenAI()

def llm_rerank(query: str, documents: list, top_k: int = 3) -> list:
    """
    Reranke die Dokumente mit einem LLM.
    """
    scored_docs = []

    for doc in documents:
        prompt = f"""Rate the relevance of this document to the query.

Query: {query}

Document: {doc['content'][:1500]}

Rate from 0-10 where:
- 0: Completely irrelevant
- 5: Partially relevant
- 10: Highly relevant and directly answers the query

Output ONLY a number between 0 and 10."""

        response = client.chat.completions.create(
            model="gpt-4o-mini",
            messages=[{"role": "user", "content": prompt}],
            max_tokens=5,
            temperature=0
        )

        try:
            score = float(response.choices[0].message.content.strip())
        except ValueError:
            score = 5.0  # Standard-Score

        scored_docs.append({
            **doc,
            "relevance_score": score
        })

    # Nach absteigendem Score sortieren
    scored_docs.sort(key=lambda x: x["relevance_score"], reverse=True)

    return scored_docs[:top_k]

Mit Erklärung

DEVELOPERpython
def llm_rerank_with_reasoning(query: str, documents: list, top_k: int = 3) -> list:
    """
    Reranke mit einer Erklärung der Bewertung.
    """
    prompt = f"""You are a relevance judge. Rate each document's relevance to the query.

Query: {query}

Documents:
"""

    for i, doc in enumerate(documents):
        prompt += f"\n[Doc {i+1}]: {doc['content'][:500]}...\n"

    prompt += """
For each document, output:
- Document number
- Relevance score (0-10)
- One sentence explaining why

Format:
Doc 1: 8/10 - Directly addresses the main question about...
Doc 2: 3/10 - Only tangentially related to...
"""

    response = client.chat.completions.create(
        model="gpt-4o",
        messages=[{"role": "user", "content": prompt}],
        temperature=0
    )

    # Die Antwort parsen
    result = parse_ranking_response(response.choices[0].message.content)

    return result[:top_k]

Vergleichsansatz (Pairwise)

Robuster als das absolute Scoring:

DEVELOPERpython
def pairwise_llm_rerank(query: str, documents: list, top_k: int = 3) -> list:
    """
    Vergleicht die Dokumente paarweise für ein präziseres Ranking.
    """
    n = len(documents)
    wins = {i: 0 for i in range(n)}

    # Jede Paarung vergleichen
    for i in range(n):
        for j in range(i + 1, n):
            winner = compare_pair(query, documents[i], documents[j])
            wins[winner] += 1

    # Nach Anzahl der Siege sortieren
    ranked_indices = sorted(wins.keys(), key=lambda x: wins[x], reverse=True)

    return [documents[i] for i in ranked_indices[:top_k]]

def compare_pair(query: str, doc_a: dict, doc_b: dict) -> int:
    """
    Vergleicht zwei Dokumente und gibt den Index des relevanteren zurück.
    """
    prompt = f"""Which document is more relevant to this query?

Query: {query}

Document A: {doc_a['content'][:800]}

Document B: {doc_b['content'][:800]}

Answer with only "A" or "B"."""

    response = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[{"role": "user", "content": prompt}],
        max_tokens=1,
        temperature=0
    )

    answer = response.choices[0].message.content.strip().upper()
    return 0 if answer == "A" else 1

Kostenoptimierung

Batch Processing mit Claude

DEVELOPERpython
import anthropic

client = anthropic.Anthropic()

def batch_llm_rerank(query: str, documents: list, top_k: int = 5) -> list:
    """
    Rerankt alle Dokumente in einem einzigen LLM-Aufruf.
    """
    docs_text = "\n\n".join([
        f"[{i+1}] {doc['content'][:600]}"
        for i, doc in enumerate(documents)
    ])

    prompt = f"""Rank these documents by relevance to the query.

Query: {query}

Documents:
{docs_text}

Return ONLY the document numbers in order of relevance, comma-separated.
Example: 3,1,5,2,4"""

    response = client.messages.create(
        model="claude-3-5-haiku-latest",
        max_tokens=50,
        messages=[{"role": "user", "content": prompt}]
    )

    # Die Reihenfolge parsen
    order_str = response.content[0].text.strip()
    order = [int(x.strip()) - 1 for x in order_str.split(",")]

    # Dokumente neu anordnen
    reranked = [documents[i] for i in order if i < len(documents)]

    return reranked[:top_k]

Hybride Strategie: Cross-Encoder + LLM

DEVELOPERpython
from sentence_transformers import CrossEncoder

cross_encoder = CrossEncoder("cross-encoder/ms-marco-MiniLM-L-6-v2")

def hybrid_rerank(query: str, documents: list, top_k: int = 3) -> list:
    """
    1. Schneller Cross-encoder zum Filtern (Top 10)
    2. LLM für das finale Ranking (Top 3)
    """
    # Schritt 1: Cross-Encoder (schnell)
    pairs = [(query, doc['content']) for doc in documents]
    scores = cross_encoder.predict(pairs)

    # Top 10 nach Cross-Encoder
    top_indices = scores.argsort()[-10:][::-1]
    candidates = [documents[i] for i in top_indices]

    # Schritt 2: LLM zur Feinabstimmung (teuer, aber auf weniger Dokumenten)
    final_ranking = batch_llm_rerank(query, candidates, top_k)

    return final_ranking

LLM Reranking mit Domänenkontext

Spezialisierter Prompt

DEVELOPERpython
def domain_specific_rerank(
    query: str,
    documents: list,
    domain: str,
    top_k: int = 3
) -> list:
    """
    Reranking mit domänenspezifischem Kontext.
    """
    domain_context = {
        "legal": """You are a legal research expert. Prioritize:
- Exact legal citations and case law
- Jurisdictional relevance
- Recency of legal precedents""",

        "medical": """You are a medical research expert. Prioritize:
- Clinical evidence and study quality
- Patient safety considerations
- Guideline compliance""",

        "ecommerce": """You are an e-commerce product expert. Prioritize:
- Product specification matches
- Price and availability relevance
- User intent (browse vs. buy)"""
    }

    context = domain_context.get(domain, "You are a relevance expert.")

    prompt = f"""{context}

Query: {query}

Rank these documents by relevance:
{format_documents(documents)}

Return document numbers in order of relevance."""

    # ... LLM-Aufruf

Vergleich der Ansätze

Ungefähre Kosten für das Reranking von 10 Dokumenten (Stand: Juli 2026)

Wann Sie LLM Reranking Einsetzen Sollten

Einsetzen, wenn:

• Komplexe oder Multi-Hop-Anfragen
• Sehr spezialisierte Domäne ohne Trainingsdaten
• Hoher Wert pro Anfrage (Recht, Medizin, Finanzen)
• Erklärungen zum Ranking erforderlich sind
• Cross-Encoder nicht ausreichen

Vermeiden, wenn:

• Hohes Volumen (> 1000 Anfragen/Tag)
• Latenz kritisch ist (< 200ms erforderlich)
• Budget begrenzt ist
• Einfache, direkte Anfragen

Métriques et Évaluation

DEVELOPERpython
def evaluate_reranking(
    queries: list,
    ground_truth: dict,
    rerank_fn: callable
) -> dict:
    """
    Bewertet die Qualität des Rerankings.
    """
    metrics = {
        "mrr": [],  # Mean Reciprocal Rank
        "ndcg@3": [],  # Normalized DCG
        "precision@1": []
    }

    for query in queries:
        # Kandidaten abrufen
        candidates = retrieve(query, k=20)

        # Reranking durchführen
        reranked = rerank_fn(query, candidates)

        # Metriken berechnen
        relevant_docs = ground_truth[query]

        # MRR
        for i, doc in enumerate(reranked):
            if doc['id'] in relevant_docs:
                metrics["mrr"].append(1 / (i + 1))
                break
        else:
            metrics["mrr"].append(0)

        # Precision@1
        if reranked and reranked[0]['id'] in relevant_docs:
            metrics["precision@1"].append(1)
        else:
            metrics["precision@1"].append(0)

    return {k: sum(v)/len(v) for k, v in metrics.items()}

Exemple Complet

DEVELOPERpython
class LLMReranker:
    def __init__(self, model: str = "gpt-4o-mini", domain: str = None):
        self.model = model
        self.domain = domain
        self.client = OpenAI()

    def rerank(
        self,
        query: str,
        documents: list,
        top_k: int = 5,
        use_hybrid: bool = True
    ) -> list:
        """
        Vollständige Reranking-Pipeline.
        """
        # Schritt 1: Vorfilterung, falls viele Dokumente
        if use_hybrid and len(documents) > 15:
            documents = self._cross_encoder_filter(query, documents, k=15)

        # Schritt 2: LLM Reranking
        reranked = self._llm_rank(query, documents)

        return reranked[:top_k]

    def _cross_encoder_filter(self, query, docs, k):
        encoder = CrossEncoder("cross-encoder/ms-marco-MiniLM-L-6-v2")
        pairs = [(query, d['content']) for d in docs]
        scores = encoder.predict(pairs)
        top_idx = scores.argsort()[-k:][::-1]
        return [docs[i] for i in top_idx]

    def _llm_rank(self, query, docs):
        # ... Implementierung von batch_llm_rerank
        pass

# Usage
reranker = LLMReranker(model="gpt-4o-mini", domain="legal")
results = reranker.rerank(query, candidates, top_k=5)

---

Verwandte Guides

Reranking:

• Reranking für RAG - Überblick über Reranking
• Cross-Encoder Reranking - Schneller Ansatz
• Cohere Rerank API - Verwaltete Lösung

Retrieval:

• Retrieval-Strategien - Fortgeschrittene Techniken
• RAG-Kostenoptimierung - Kosten senken

---

Ist LLM Reranking für Ihren Anwendungsfall geeignet? Lassen Sie uns gemeinsam Ihre Pipeline evaluieren →