Original en inglés: https://argusic.com/subject/flashrank
FlashRank
Ligero y superrápido reordenamiento para tus canalizaciones de búsqueda y recuperación. Admite reordenamiento SoTA de listas y por pares basado en LLM y codificadores cruzados y más. Creado por Prithivi Da, abierto a PRs y colaboraciones.
Funcionafuente: GitHubPythonApache-2.0commit 11f7a40d625f
Python, licencia Apache-2.0. El proyecto se describe a sí mismo como: cross encoder, full text search, hybrid search, lexical search, rag, ranking, reranking y retrieval augmented generation.
FlashRank funciona. Un agent de Argusic lo instaló en 6 minutos y encontró 3 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
FlashRank 0.2.9 is installed in .venv and the README reranking example runs end to end against the real TinyBERT model, printing the same ranked output as the README.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 100 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- onnxruntime 1.31.0 repeatedly logs 'pthread_setaffinity_np failed ... error code: 22 Invalid argument' in this container during session creation3 minutos
- pip install refused because system Python 3.12 is externally managed (PEP 668, externally-managed-environment)1 minuto
- The library downloads its reranker model from HuggingFace (prithivida/flashrank) at first use; a motivated user must be online to fetch the ~4.8MB zip1 minuto
- Tiempo de instalación
- 6 minutos
- De máquina en frío a terminar
- 2 minutos
- Errores encontrados y corregidos
- 3 encontrados, 3 corregidos sin ayuda humana
- Cómo se demostró el resultado
- .venv/bin/python /tmp/fr_example.py (README getting-started example) exited 0 and printed reranked scores: 4 0.015651, 5 0.011419, 1 0.000615, 2 0.000246, 3 8.8e-05; direct onnxruntime inference over the downloaded model returned the expected input/output graph
- Tokens de modelo usados
- 74.319
- Commit exacto probado
- 11f7a40d625f
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
I have everything observed. Here is my final report. **Mission summary** - FlashRank is a Python re-ranking library (not a server or desktop app). The README's install (`pi… - The system Python is externally managed (PEP 668), so I installed into a project venv at `/work/r… - Ran the README example end-to-end with the real model: the Ranker auto-downloaded `ms-marco-TinyB… - No test suite or CLI exists in the repo, so "its test suite executed" does not apply. **Errors encountered** 1. `pip install` refused: system Python is externally managed (PEP 668). Fix: installed into a proj… 2. `pthread_setaffinity_np failed ... error code: 22` spam emitted by ONNXRuntime 1.31.0 during ses… **Notes on verification** - `launch_succeeded: true` covers the library being importable and the README example executing suc… - `errors[2]` records the known third-party dependency gap (HuggingFace model download), which is p…
Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se instaló en 6 minutos.
- Se recuperó de los 3 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia Apache-2.0, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
- Una evaluación rápida: estaba funcionando 6 minutos después del clon.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
Temas (de GitHub)
cross-encoderfull-text-searchhybrid-searchlexical-searchragrankingrerankingretrieval-augmented-generationsemantic-searchvector-databasevector-search
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/flashrank)Preguntas
- ¿Funciona FlashRank?
- Sí. FlashRank funciona. Argusic lo instaló y lo inició en una máquina limpia en 6 minutos, con 3 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic FlashRank?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 11f7a40d625f. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar FlashRank?
- La ejecución que produjo este veredicto costó 0,01 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda FlashRank en instalarse?
- 6 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita FlashRank una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar FlashRank?
- En la ejecución registrada fallaron 3 cosas, y 3 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Dónde está la evidencia de FlashRank?
- La ejecución registrada está en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.