Qwen: Qwen3 Rerank

Qwen3 Rerank vurderer kandidattekst i forhold til en leveret søgeforespørgsel og rangordningsinstruktion. Den præcise konfigurerede modelidentifikator er qwen3-rerank. Dens rolle er at ordne de leverede kandidater til søgning og dokumentudvælgelse; anmodningen holder søgeforespørgslen, instruktionen og kandidatpassagerne samlet, så relevansvurderingen kan spores til dens input.

Forbered documents som et array af strenge med én kandidatpassage i hver post. Bevar en separat kobling fra hver position i arrayet til din egen dokumentidentifikator, titel eller kildeplacering. Det gør det muligt for applikationen at forbinde et rangordnet resultat med den oprindelige passage igen uden at tilføje udokumenterede identifikatorobjekter til arrayet af strenge. Ved en supportsøgning kan kandidaterne være de relevante sektioner, der allerede er hentet fra en produktvejledning; søgeforespørgslen skal angive brugerens faktiske informationsbehov.

Den dokumenterede anmodning kræver model, documents, query, top_n og instruct. Felterne query og instruct er strenge, og top_n er et udtrykkeligt leveret heltal. Det offentliggjorte eksempel bruger tre kandidattekster, top_n=2 og en instruktion om at hente relevante passager, som besvarer en søgeforespørgsel på nettet. Brug instruct til at angive den relation, der er relevant for rangordningen, mens det faktiske spørgsmål holdes i query og det materiale, der skal vurderes, i documents.

Operationsvejledningen angiver en maksimal inputlængde på 30K. Hold kandidatpassagerne fokuseret på den tekst, der er nødvendig for at vurdere deres relevans, og bevar overskrifter eller nærliggende kontekst, når disse ændrer betydningen. Bevar kildegrænser, så en udvalgt passage stadig kan kontrolleres i det oprindelige dokument. Den præcise anmodningsprofil og dens krævede felter forbliver grundlaget for at forberede inputtet.

Det returnerede strukturerede resultat indeholder poster i results med index og relevance_score. Feltet index henviser til kandidatens position i det oprindelige array documents frem for dens position i den rangordnede resultatliste. Bevar den returnerede rækkefølge, og brug hver index-værdi til at finde den tilsvarende inputtekst. Bevar hvert returneret resultat, så applikationen kan undersøge de udvalgte kandidater og deres scorer samlet.

Bevar hele JSON-svaret, herunder model, svarets id og usage.total_tokens. Den returnerede dokumenttekst kan mangle, så hold det oprindelige kandidatarray tilgængeligt, når indeksene behandles. Relevansscorerne og det rapporterede forbrug har forskellige roller: scorer beskriver rangordningsresultatet, mens forbrug registrerer den mængde, der er rapporteret for operationen. Ingen af dem erstatter den kildepassage, der understøtter et senere svar.

Ved en søgearbejdsgang skal rangordningen bruges til at vælge de passager, som næste trin skal undersøge eller citere. Sammenlign en udvalgt passage med søgeforespørgslen og instruktionen, før dens indhold præsenteres som dokumentation. En høj placering i en resultatliste identificerer en kandidat til gennemgang; applikationens endelige svar skal forblive knyttet til den faktiske tekst og dens kildeidentifikator.

Gennemgå resultatet med repræsentative søgeforespørgsler og de kandidatsæt, applikationen bruger. Kontrollér, at indeks peger på de tilsigtede oprindelige tekster, at rækkefølgen tjener den leverede instruktion, og at de valgte passager behandler spørgsmålet. Hold den præcise modelidentifikator, søgeforespørgslen, instruktionen, kandidatkoblingen og hele svaret samlet, så der dannes en genanvendelig registrering af relevansudvælgelsen til næste søge- eller dokumenttrin.