Source: https://ailoot.ai/models/da/voyageai-rerank-2-5/ Canonical: https://ailoot.ai/models/da/voyageai-rerank-2-5/ Language: da # VoyageAI by MongoDB: rerank-2.5 [Markdown](https://ailoot.ai/models/da/voyageai-rerank-2-5/index.md) · [JSON](https://ailoot.ai/models/da/voyageai-rerank-2-5/facts.json) ## [VoyageAI by MongoDB: rerank-2.5](https://ailoot.ai/models/da/voyageai-rerank-2-5/) rerank-2.5 omordner et leveret sæt tekstkandidater efter relevans for en forespørgsel og valgfrie instruktioner i naturligt sprog. Den er en flersproget, kvalitetsorienteret reranker med en forespørgsels-dokumentkontekst på 32.000 tokens og rangerede scorer knyttet til de oprindelige kandidatindeks. - [**Ailoot Ultra · Ny rangering** `POST /v1/rerank` `voyageai/rerank-2.5`](https://ailoot.ai/models/da/voyageai-rerank-2-5/#method-0) Om modellen Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode. rerank-2.5 er Voyage AI's instruktionsfølgende reranker, udviklet til at finjustere et sæt søgekandidater. Den undersøger forespørgslen og hvert dokument samlet som en cross-encoder og returnerer derefter en relevansrækkefølge. Producentens udgivelse fremhæver styring i naturligt sprog af, hvad der tæller som relevant, flersproget informationshentning og en længere forespørgsels-dokumentkontekst end den foregående rerank-2-udgave. #### Giv modellen de kandidater, den skal sammenligne Inputtet er en forespørgsel og en liste over kandidattekstdokumenter. De kan være tekststykker udvalgt ved embeddingsøgning eller en leksikalsk førstesøgning. Rerankeren vurderer den leverede tekst frem for at skabe korpusembeddings, så dens praktiske opgave er at finjustere de kandidater, den første søgning allerede fandt. Bevar kandidaternes oprindelige rækkefølge og kilde-id'er, når listen forberedes. De returnerede indeks henviser til disse inputpositioner. Til en RAG-opgave skal du levere de tekststykker, svartrinnet faktisk kan bruge, inklusive titel eller forbehold, der er nødvendige for at fortolke dem. Et relevant dokument, der mangler i det indsendte kandidatsæt, kan ikke optræde som et nyfundet resultat af omrangering. #### Angiv det tilsigtede relevansbegreb Instruktioner kan tilføjes efter eller før forespørgslen. Udgivelsen beskriver tre nyttige roller: fremhæv en bestemt del af et dokument, foretræk en kildetype, og afklar forespørgslens tvetydighed med applikationskontekst. De ændrer den relevansopgave, modellen får præsenteret. Til en teknisk søgning er en illustrativ instruktion “Prioritér tekststykker, der forklarer fejlen og genopretningsadfærden; indledende oversigter er sekundære.” Ved en researchsamling skal du angive, om titlen, metoden eller resultatet er vigtigst. Ved en tvetydig term skal du angive søgningens emneområde. Hold spørgsmålet og instruktionen forenelige, så det ene ikke spørger til et bredt emne, mens den anden ubemærket ændrer opgaven. Disse præferencer styrer relevansscoringen. Hvis applikationen har strenge berettigelseskrav — eksempelvis kildeversion, dato eller adgangsomfang — skal du forberede det berettigede kandidatsæt særskilt. Modellens relevansinstruktion og en deterministisk begrænsning af samlingen har forskellige formål. #### Rangeret output og senere brug af resultaterne Resultaterne ordnes efter faldende relevans og indeholder en relevansscore som flydende kommatal og kandidatens oprindelige inputindeks. Indstillingen top-k vælger, hvor mange øverste resultater der returneres; uden den returnerer producentens specifikation resultater for alle indsendte kandidater. En valgfri return-documents-indstilling medtager den tilsvarende kildetekst; ellers indeholder svaret indeks og scorer. Brug rækkefølgen til at vælge tekststykker til visning eller et senere svartrin, mens deres kildeidentitet bevares intakt. Undersøg den faktiske tekst, når rangeringen vurderes: scoren er et mål for relevans i forhold til den indsendte forespørgsel, ikke et genereret svar eller en verifikation af, at dokumentets påstande er korrekte. Det gør modellen nyttig til at finjustere teknisk, juridisk, finansielt, medicinsk, samtalebaseret og flersproget søgemateriale uden at omdanne rangering til en domænekonklusion. #### Kontekst, samlet tokenbudget og trunkering Den dokumenterede forespørgselsgrænse er 8.000 tokens inklusive instruktioner placeret i forespørgslen. Forespørgslen plus ethvert enkelt kandidatdokument skal passe inden for 32.000 tokens, og dokumentlisten må indeholde højst 1.000 elementer. Den samlede ramme er 600.000 tokens, talt som forespørgselstokens ganget med dokumentantallet plus alle dokumenttokens. En lang instruktion tælles derfor gentagne gange på tværs af kandidatparrene. Antallet af outputresultater valgt med top-k ændrer ikke kandidatantallet i denne inputtokenberegning. Standardtrunkering forkorter for lange forespørgsler eller dokumenter for at overholde kontekstgrænsen; deaktivering får en for lang forespørgsel eller et for langt par til at returnere en fejl. Forbered bevidst tekststykker med svarindhold, og hold det relevante forbehold inden for den tekst, modellen vil se. Vurdér den finjusterede rækkefølge på repræsentative spørgsmål og instruktioner, og send derefter de valgte oprindelige tekststykker videre til næste trin. **Ailoot Ultra · Ny rangering** `POST /v1/rerank` `voyageai/rerank-2.5` [`voyageai/rerank-2.5`](https://ailoot.ai/models/da/#m=voyageai%2Frerank-2.5&route=Ultra&caller=voyageai%2Frerank-2.5&fmt=rerank) VoyageAI by MongoDB /`voyageai/rerank-2.5` ### Start rerank-2.5 omordner et leveret sæt tekstkandidater efter relevans for en forespørgsel og valgfrie instruktioner i naturligt sprog. Den er en flersproget, kvalitetsorienteret reranker med en forespørgsels-dokumentkontekst på 32.000 tokens og rangerede scorer knyttet til de oprindelige kandidatindeks. Accepterede input Tekst Resultater Rangerede resultater ### Tilgængelig i Ailoot · input og metoder **Ailoot Ultra · Ny rangering** `POST /v1/rerank` Inputtyper `text` Outputtyper `rerank` Outputformat json | Felt | Type | Krav | Værdier og grænser | Standard | | --- | --- | --- | --- | --- | | Felt`documents` | Type`array` | KravPåkrævet | Værdier og grænser | Standard— | | Felt`model` | Type`string` | KravPåkrævet | Værdier og grænser voyageai/rerank-2.5 | Standard— | | Felt`provider` | Type`schema` | KravValgfrit | Værdier og grænser | Standard— | | Felt`query` | Type`string` | KravPåkrævet | Værdier og grænser | Standard— | | Felt`session_id` | Type`string` | KravValgfrit | Værdier og grænser | Standard— | | Felt`top_n` | Type`integer` | KravValgfrit | Værdier og grænser Minimum: 1 | Standard— | | Felt`trace` | Type`schema` | KravValgfrit | Værdier og grænser | Standard— | | Felt`user` | Type`string` | KravValgfrit | Værdier og grænser | Standard— | | Felt`documents[].text` | Type`string` | KravValgfrit | Værdier og grænser | Standard— | | Felt`documents[].image` | Type`string` | KravValgfrit | Værdier og grænser | Standard— | Kombinationer af inputmaterialer **text\_rerank** · Påkrævet: query, documents array with minItems1 Metodeparametre og livscyklus | Parameter | Kontrakt | | --- | --- | | Parameter`content_type` | Kontraktapplication/json | | Parameter`required` | Kontraktmodel, query, documents | | Parameter`material_types` | Kontrakttext | | Parameter`optional_controls` | Kontraktprovider, session\_id, top\_n, trace, user | | Parameter`multimodal_input_binding` | Kontraktnull | Livscyklus: `synchronous` Send det præcise model-ID, og behold hele det native svar. ### Priser Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode. Hurtig tilstand Ikke angivet Når hurtig tilstand er valgt flex-tilstand Ikke angivet Når flex-tilstanden er valgt Maksimal ræsonneringsindsats Ikke angivet Når default-justeringen anvendes ved maksimal ræsonneringsindsats #### Ailoot-takster #### Priser efter konfiguration 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— | Afregningsenhed/ 1K tokens | Beløb Input **$0.0001** / 1K tokens | Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. [Sådan fungerer reservation og afregning →](https://ailoot.ai/docs/da/billing/reserve/) ### Eksempelanmodninger #### Ailoot Ultra · Ny rangering Bevaret officiel anmodningsstruktur; dokumentationseksempelBrug dit faktiske anmodningsmateriale, og bevar hele resultatet ```json { "documents": [ "Paris is the capital of France.", "Berlin is the capital of Germany." ], "model": "voyageai/rerank-2.5", "query": "What is the capital of France?", "top_n": 3 } ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_REQUEST_FILE:?Set your actual JSON request file}" export AILOOT_REQUEST_FILE python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads(Path(os.environ['AILOOT_REQUEST_FILE']).read_text(encoding='utf-8')) if not isinstance(p,dict): raise SystemExit('Request must be a JSON object') p['model']='voyageai/rerank-2.5' Path('request.json').write_text(json.dumps(p,ensure_ascii=False),encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/rerank \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path('result.json').read_text()),ensure_ascii=False,indent=2)) PY_RESULT ``` ### Hent og gem resultater #### Ailoot Ultra · Ny rangering json ##### Behold alle færdige resultater 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. ##### Hvis det oprindelige svar skal kontrolleres Behold den oprindelige operation og hele eller det delvise svar; gentag ikke POST. Svarfelter | Felt | Type | | --- | --- | | Felt`model` | Typestring | | Felt`id` | Typestring | | Felt`provider` | Typestring | | Felt`results[].index` | Typeinteger | | Felt`results[].relevance_score` | Typenumber | | Felt`results[].document.text` | Typestring | | Felt`results[].document.image` | Typestring | | Felt`usage.search_units` | Typeinteger | | Felt`usage.total_tokens` | Typeinteger | | Felt`usage.cost` | Typenumber | Fejl og næste trin | Svar | Betingelse | Næste trin | | --- | --- | --- | | Svar400 · `invalid_request_error` | BetingelseUgyldigt påkrævet felt, ugyldig repræsentation eller ugyldig værdi | Næste trinRet det angivne forespørgselsfelt. | ### Aliaser #### Modelaliaser **Ailoot Ultra** [`voyageai/rerank-2.5`](https://ailoot.ai/models/da/#m=voyageai%2Frerank-2.5&route=Ultra&caller=voyageai%2Frerank-2.5&fmt=rerank) #### Aliaser for metodestier Brug metodestierne vist ovenfor. #### Relaterede kalder-ID’er [`voyageai/rerank-2.5`](https://ailoot.ai/models/da/#m=voyageai%2Frerank-2.5&route=Ultra&caller=voyageai%2Frerank-2.5&fmt=rerank) FAQ · VoyageAI by MongoDB: rerank-2.5 Hvilke input og resultater er tilgængelige? `POST /v1/rerank` · `voyageai/rerank-2.5`: `text` → `rerank` Hvilke felter bruger anmodningen? `POST /v1/rerank` · `voyageai/rerank-2.5`: `documents`, `model`, `provider`, `query`, `session_id`, `top_n`, `trace`, `user` Hvilke grænser gælder? `POST /v1/rerank` · `voyageai/rerank-2.5`: `top_n.minimum`: `1` Tilslut Ailoot til Claude Code, OpenCode, Hermes eller din egen applikation. ## Virksomheden og dens projektportefølje Virksomheden og dens projektportefølje: millioner af kunder; månedligt salg for milliarder. ## Køb tokens med rabat. Abonnementsrabat til regelmæssigt arbejde. Rabatkoder giver op til 50% på tokenkøb. Abonnement Vælg et abonnement med rabat til dine regelmæssige anmodninger. Rabatkode på op til 50% Indtast koden ved købet. Prisen genberegnes efter den aktuelle kampagne. Udgifter i historikken Model, tokens og beløb gemmes for hver anmodning. [Vælg abonnement](https://ailoot.ai/docs/da/billing/subscriptions/) · [Se modelpriser](https://ailoot.ai/models/da/) ## Tilslut API’et til produktet, du sælger. SaaS, apps og bots efter Ailoots tilbudsvilkår og licensaftale. Anmod om en forhandlerlicens til videresalg. Kommerciel applikation Byg generering af tekst, billeder, video og lyd ind i tjenestens betalte funktioner. Licens til forhandlere Send projektbeskrivelse og adgangsmodel. Bed om skriftlige vilkår for anvendelse og videresalg. Dokumenter på websitet Tilbudsvilkår, licensaftale og politik for behandling af data kan læses før tilslutning. [Anmod om forhandlerlicens](mailto:support@ailoot.ai) · [Tilbudsvilkår og licensaftale](https://ailoot.ai/legal/offer?lang=da) ## Ailoot · Virksomheden og dens projektportefølje Ailoot bygger på solid driftserfaring, en stor kundebase, stabil service og løbende kontrol af KPI. Virksomheden og dens projektportefølje: millioner af kunder; månedligt salg for milliarder. Ailoot bruger denne driftserfaring til API-adgang til AI-funktioner i kundernes produkter, agenter, applikationer og automatiseringer.