Intent – Open‑Source LLM‑basierter Reranker mit erklärender Begründung
Intent ist ein Open‑Source Reranker, der nicht nur Ergebnisse rerankt, sondern für jedes Ergebnis eine nachvollziehbare Begründung liefert. Die Bibliothek ist heute auf GitHub verfügbar (https://github.com/with-logic/intent) und unterstützt Ranking, Filtering und Choice‑Auswahl.
Im Gegensatz zu herkömmlichen Rerankern, die nur numerische Scores ausgeben, liefert Intent für jede Bewertung eine kurze, leicht prüfbare Erklärung. Dies steigert Transparenz und Vertrauen in Retrieval‑ und Ranking‑Prozesse.
Die Prähoc‑Reasoning‑Methode formuliert zuerst die Begründung und weist darauf basierend den Score zu.
Anwendungsfälle bei Logic umfassen:
- Template‑Suche
- Test‑Cases
- Few‑Shot‑Beispiele
- Onboarding‑Dokumente
- Tool‑Auswahl
Methoden:
- Filtering (
intent.filter(...)) – Liefert ein anwendbares Subset an Items (z. B. welche Tools ein Agent für eine bestimmte Aufgabe nutzen darf). Beispiel zeigt, dass irrelevante Tools ignoriert wurden. - Choosing (
intent.choice(...)) – Wählt einen eindeutigen Gewinner aus. Beispiel: dynamische Auswahl des passenden LLMs basierend auf unscharfen Kriterien. - Ranking (
intent.rank(...)) – Traditionelles Reranking mit zusätzlicher Erklärungs‑Output, sodass Endnutzer nachvollziehen können, warum bestimmte Ergebnisse hervorgehoben werden.
Veranschaulichungen: Bildmaterial, das die Unterschiede zwischen einem klassischen Reranker und „Intent“ demonstriert. Beispiele für Filter‑Output, Choice‑Auswahl und Ranking‑Ergebnisse, jeweils mit erklärenden Texten.
Nutzen: Erhöhte Transparenz, Vertrauensbildung bei Nutzern, bessere Steuerbarkeit und Nachvollziehbarkeit von KI‑gestützten Retrieval‑Systemen.
Quelle: https://bits.logic.inc/p/open-sourcing-intent-an-llm-powered