Cohere Rerank 3.5 er en flersproget model til relevansrangering af kandidatdokumenter og semistruktureret tekst. Den vurderer hver kandidat i forhold til en forespørgsel og returnerer en omordnet resultatliste med relevansscorer. Den kan forfine kandidater indhentet via nøgleordsbaseret eller semantisk søgning og udvælge passager til et svar understøttet af informationssøgning. Dens opgave er at forbedre dokumentationens rækkefølge frem for at generere et frit formuleret svar eller oprette et nyt korpusindeks.
Producentens præcise identifikator er rerank-v3.5. Den bruger en kontekst på 4096 tokens, adskilt fra Rerank 4 Pro og Fasts 32K-kontekst. Tokens i forespørgsel og dokument tæller samlet mod dette vindue pr. kandidat. Den modelspecifikke klargøringsvejledning afkorter en forespørgsel efter dens første 2048 tokens og beskriver dokumentblokke på 4093 tokens, før forespørgslen indregnes. Hold forespørgslen fokuseret, og klargør kandidatpassager med de oplysninger, der er nødvendige for at vurdere den ønskede relation.
Lever forespørgslen og en liste over kandidattekststrenge. Hvert resultat indeholder et indeks, som peger på den oprindelige dokumentposition, og en relevansscore; top_n vælger, hvor mange rangerede resultater der skal beholdes. Uden dette returnerer den dokumenterede producentarbejdsgang alle resultater. Bevar dokumentidentifikatorer uafhængigt af scoren, så den øverste passage stadig kan spores til det oprindelige regelsæt, den oprindelige produktpost eller besked.
Rerank 3.5 understøtter mere end 100 sprog, herunder engelsk og ikke-engelsk materiale. En forespørgsel kan indeholde flere aspekter af behovet, såsom produktet, brugerens situation og den ønskede procedure. For strukturerede poster fjernede V2-udgivelsen rå dokumentobjekter og anbefaler YAML-strenge. Hold nyttige felter i en bevidst rækkefølge med afgørende indhold før mindre relevante metadata, fordi lange strenge kan afkortes. Dette fungerer til titler og indhold, produktattributter eller en beskeds emne og brødtekst.
V2-producentreferencen bruger max_tokens_per_doc til afkortning af dokumenter med 4096 som standard. Coheres klargøringsvejledning beskriver også opdeling af lange dokumenter; det effektive input afhænger af den valgte arbejdsgang og dens dokumentindstillinger. For større kontrol skal du selv klargøre identificerbare passager frem for at antage, at alle afsnit i en lang kilde forbliver synlige. Bevar tilstrækkelig omgivende kontekst til at skelne en passage med svaret fra en passage, der blot deler dets ordforråd.
Af hensyn til forespørgselsydelsen anbefaler den aktuelle reference ikke at sende mere end 1.000 dokumenter ad gangen. Relevansscorer normaliseres mellem 0 og 1, men deres værdier afhænger af forespørgslen og kandidaterne og udgør ikke en lineær skala for korrekthed. Brug rangeringen til at identificere nyttig dokumentation. Hvis en scoregrænse er nødvendig, skal du vælge repræsentative domæneforespørgsler og passager på grænsen til relevans, så grænsen afspejler den faktiske søgeopgave.
En praktisk supportarbejdsgang kan omrangere kandidatsektioner fra en returpolitik til et spørgsmål om en beskadiget vare og derefter sende den valgte kildetekst til et svarskrivningstrin. En e-mailsøgning kan rangere beskeder efter et konkret problem og bevare den oprindelige beskedidentifikator med hvert resultat. Den nyttige leverance er den ordnede dokumentationsliste. Hold Rerank 3.5's kortere kontekst og V2-dokumentklargøring knyttet til resultatet frem for at erstatte dem med senere modellers grænser.
", "aboutText": "Cohere Rerank 3.5 er en flersproget model til relevansrangering af kandidatdokumenter og semistruktureret tekst. Den vurderer hver kandidat i forhold til en forespørgsel og returnerer en omordnet resultatliste med relevansscorer. Den kan forfine kandidater indhentet via nøgleordsbaseret eller semantisk søgning og udvælge passager til et svar understøttet af informationssøgning. Dens opgave er at forbedre dokumentationens rækkefølge frem for at generere et frit formuleret svar eller oprette et nyt korpusindeks.\n\nProducentens præcise identifikator er rerank-v3.5. Den bruger en kontekst på 4096 tokens, adskilt fra Rerank 4 Pro og Fasts 32K-kontekst. Tokens i forespørgsel og dokument tæller samlet mod dette vindue pr. kandidat. Den modelspecifikke klargøringsvejledning afkorter en forespørgsel efter dens første 2048 tokens og beskriver dokumentblokke på 4093 tokens, før forespørgslen indregnes. Hold forespørgslen fokuseret, og klargør kandidatpassager med de oplysninger, der er nødvendige for at vurdere den ønskede relation.\n\nLever forespørgslen og en liste over kandidattekststrenge. Hvert resultat indeholder et indeks, som peger på den oprindelige dokumentposition, og en relevansscore; top_n vælger, hvor mange rangerede resultater der skal beholdes. Uden dette returnerer den dokumenterede producentarbejdsgang alle resultater. Bevar dokumentidentifikatorer uafhængigt af scoren, så den øverste passage stadig kan spores til det oprindelige regelsæt, den oprindelige produktpost eller besked.\n\nRerank 3.5 understøtter mere end 100 sprog, herunder engelsk og ikke-engelsk materiale. En forespørgsel kan indeholde flere aspekter af behovet, såsom produktet, brugerens situation og den ønskede procedure. For strukturerede poster fjernede V2-udgivelsen rå dokumentobjekter og anbefaler YAML-strenge. Hold nyttige felter i en bevidst rækkefølge med afgørende indhold før mindre relevante metadata, fordi lange strenge kan afkortes. Dette fungerer til titler og indhold, produktattributter eller en beskeds emne og brødtekst.\n\nV2-producentreferencen bruger max_tokens_per_doc til afkortning af dokumenter med 4096 som standard. Coheres klargøringsvejledning beskriver også opdeling af lange dokumenter; det effektive input afhænger af den valgte arbejdsgang og dens dokumentindstillinger. For større kontrol skal du selv klargøre identificerbare passager frem for at antage, at alle afsnit i en lang kilde forbliver synlige. Bevar tilstrækkelig omgivende kontekst til at skelne en passage med svaret fra en passage, der blot deler dets ordforråd.\n\nAf hensyn til forespørgselsydelsen anbefaler den aktuelle reference ikke at sende mere end 1.000 dokumenter ad gangen. Relevansscorer normaliseres mellem 0 og 1, men deres værdier afhænger af forespørgslen og kandidaterne og udgør ikke en lineær skala for korrekthed. Brug rangeringen til at identificere nyttig dokumentation. Hvis en scoregrænse er nødvendig, skal du vælge repræsentative domæneforespørgsler og passager på grænsen til relevans, så grænsen afspejler den faktiske søgeopgave.\n\nEn praktisk supportarbejdsgang kan omrangere kandidatsektioner fra en returpolitik til et spørgsmål om en beskadiget vare og derefter sende den valgte kildetekst til et svarskrivningstrin. En e-mailsøgning kan rangere beskeder efter et konkret problem og bevare den oprindelige beskedidentifikator med hvert resultat. Den nyttige leverance er den ordnede dokumentationsliste. Hold Rerank 3.5's kortere kontekst og V2-dokumentklargøring knyttet til resultatet frem for at erstatte dem med senere modellers grænser.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "24fb6dc417d878ed2f1ea485d0a73661309ac35f0f60028af6349d562e948929", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "da", "methods": [ { "html": "cohere/rerank-v3.5Cohere Rerank 3.5 omordner tekstkandidater og semistrukturerede poster efter relevans for en forespørgsel. Den understøtter mere end 100 sprog og en kontekst på 4096 tokens til at forfine resultater fra nøgleordsbaseret eller semantisk søgning før et svar eller en søgeresultatvisning.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Cohere Rerank 3.5 er en flersproget model til relevansrangering af kandidatdokumenter og semistruktureret tekst. Den vurderer hver kandidat i forhold til en forespørgsel og returnerer en omordnet resultatliste med relevansscorer. Den kan forfine kandidater indhentet via nøgleordsbaseret eller semantisk søgning og udvælge passager til et svar understøttet af informationssøgning. Dens opgave er at forbedre dokumentationens rækkefølge frem for at generere et frit formuleret svar eller oprette et nyt korpusindeks.
Producentens præcise identifikator er rerank-v3.5. Den bruger en kontekst på 4096 tokens, adskilt fra Rerank 4 Pro og Fasts 32K-kontekst. Tokens i forespørgsel og dokument tæller samlet mod dette vindue pr. kandidat. Den modelspecifikke klargøringsvejledning afkorter en forespørgsel efter dens første 2048 tokens og beskriver dokumentblokke på 4093 tokens, før forespørgslen indregnes. Hold forespørgslen fokuseret, og klargør kandidatpassager med de oplysninger, der er nødvendige for at vurdere den ønskede relation.
Lever forespørgslen og en liste over kandidattekststrenge. Hvert resultat indeholder et indeks, som peger på den oprindelige dokumentposition, og en relevansscore; top_n vælger, hvor mange rangerede resultater der skal beholdes. Uden dette returnerer den dokumenterede producentarbejdsgang alle resultater. Bevar dokumentidentifikatorer uafhængigt af scoren, så den øverste passage stadig kan spores til det oprindelige regelsæt, den oprindelige produktpost eller besked.
Rerank 3.5 understøtter mere end 100 sprog, herunder engelsk og ikke-engelsk materiale. En forespørgsel kan indeholde flere aspekter af behovet, såsom produktet, brugerens situation og den ønskede procedure. For strukturerede poster fjernede V2-udgivelsen rå dokumentobjekter og anbefaler YAML-strenge. Hold nyttige felter i en bevidst rækkefølge med afgørende indhold før mindre relevante metadata, fordi lange strenge kan afkortes. Dette fungerer til titler og indhold, produktattributter eller en beskeds emne og brødtekst.
V2-producentreferencen bruger max_tokens_per_doc til afkortning af dokumenter med 4096 som standard. Coheres klargøringsvejledning beskriver også opdeling af lange dokumenter; det effektive input afhænger af den valgte arbejdsgang og dens dokumentindstillinger. For større kontrol skal du selv klargøre identificerbare passager frem for at antage, at alle afsnit i en lang kilde forbliver synlige. Bevar tilstrækkelig omgivende kontekst til at skelne en passage med svaret fra en passage, der blot deler dets ordforråd.
Af hensyn til forespørgselsydelsen anbefaler den aktuelle reference ikke at sende mere end 1.000 dokumenter ad gangen. Relevansscorer normaliseres mellem 0 og 1, men deres værdier afhænger af forespørgslen og kandidaterne og udgør ikke en lineær skala for korrekthed. Brug rangeringen til at identificere nyttig dokumentation. Hvis en scoregrænse er nødvendig, skal du vælge repræsentative domæneforespørgsler og passager på grænsen til relevans, så grænsen afspejler den faktiske søgeopgave.
En praktisk supportarbejdsgang kan omrangere kandidatsektioner fra en returpolitik til et spørgsmål om en beskadiget vare og derefter sende den valgte kildetekst til et svarskrivningstrin. En e-mailsøgning kan rangere beskeder efter et konkret problem og bevare den oprindelige beskedidentifikator med hvert resultat. Den nyttige leverance er den ordnede dokumentationsliste. Hold Rerank 3.5's kortere kontekst og V2-dokumentklargøring knyttet til resultatet frem for at erstatte dem med senere modellers grænser.
POST /v1/reranktextrerank| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltdocuments | Typearray | KravPåkrævet | Værdier og grænser | Standard— |
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser cohere/rerank-v3.5 | Standard— |
Feltprovider | Typeschema | KravValgfrit | Værdier og grænser | Standard— |
Feltquery | Typestring | KravPåkrævet | Værdier og grænser | Standard— |
Feltsession_id | Typestring | KravValgfrit | Værdier og grænser | Standard— |
Felttop_n | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 | Standard— |
Felttrace | Typeschema | KravValgfrit | Værdier og grænser | Standard— |
Feltuser | Typestring | KravValgfrit | Værdier og grænser | Standard— |
Feltdocuments[].text | Typestring | KravValgfrit | Værdier og grænser | Standard— |
Feltdocuments[].image | Typestring | KravValgfrit | Værdier og grænser | Standard— |
text_rerank · Påkrævet: query, documents array with minItems1
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, query, documents |
Parametermaterial_types | Kontrakttext |
Parameteroptional_controls | Kontraktprovider, session_id, top_n, trace, user |
Parametermultimodal_input_binding | Kontraktnull |
Livscyklus: synchronous
Send det præcise model-ID, og behold hele det native svar.
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.
| Konfiguration | Takstplan | Afregningsenhed | Beløb |
|---|---|---|---|
| KonfigurationGrundpriser for tokens | TakstplanGrundtakst | Afregningsenhed— | Beløb Input · Inputtokens — / 1K tokens Output · Outputtokens — / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
| KonfigurationUltra | Takstplan— | Afregningsenhedpr. søgeenhed | Beløb total · søgeenhed $0.002 pr. søgeenhed |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
{\n "documents": [\n "Paris is the capital of France.",\n "Berlin is the capital of Germany."\n ],\n "model": "cohere/rerank-v3.5",\n "query": "What is the capital of France?",\n "top_n": 3\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_REQUEST_FILE:?Set your actual JSON request file}"\nexport AILOOT_REQUEST_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads(Path(os.environ['AILOOT_REQUEST_FILE']).read_text(encoding='utf-8'))\nif not isinstance(p,dict): raise SystemExit('Request must be a JSON object')\np['model']='cohere/rerank-v3.5'\nPath('request.json').write_text(json.dumps(p,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/rerank \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path('result.json').read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\njson
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Hvert faktisk resultatindeks, hver relevance_score med en endelig talværdi og hvert oprindeligt dokumentobjekt bevares. Indekserne knytter resultaterne til det oprindelige dokumentarray. Hele det oprindelige JSON-svar gemmes og returneres først efter afregning.
Behold den oprindelige operation og hele eller det delvise svar; gentag ikke POST.
| Felt | Type |
|---|---|
Feltmodel | Typestring |
Feltid | Typestring |
Feltprovider | Typestring |
Feltresults[].index | Typeinteger |
Feltresults[].relevance_score | Typenumber |
Feltresults[].document.text | Typestring |
Feltresults[].document.image | Typestring |
Feltusage.search_units | Typeinteger |
Feltusage.total_tokens | Typeinteger |
Feltusage.cost | Typenumber |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldigt påkrævet felt, ugyldig repræsentation eller ugyldig værdi | Næste trinRet det angivne forespørgselsfelt. |
Ailoot Ultra cohere/rerank-v3.5
Brug metodestierne vist ovenfor.