Jina Reranker v2 Base Multilingual ist ein Textranking-Modell für die zweite Abrufstufe. Geben Sie ihm eine Suchanfrage und mögliche Dokumente oder Passagen; es bewertet jedes Anfrage-Dokument-Paar und gibt einen Relevanzwert zurück. Das nützliche Ergebnis ist eine besser geordnete Kandidatenmenge für Suche oder einen abrufgestützten Ablauf. Es schreibt keine Antwort auf die Suchanfrage und erstellt keine Dokument-Embeddings.
Formulieren Sie die Suchanfrage so, dass sie den Informationsbedarf ausdrückt. Stellen Sie anschließend die Texte bereit, die ein früherer Abrufschritt gefunden hat. Bewahren Sie neben jedem Kandidaten eine stabile Kennung, damit sein Relevanzwert mit dem ursprünglichen Dokument, Abschnitt oder Datensatz verknüpft werden kann.
Verwenden Sie bei einer Supportsuche die tatsächliche Frage und Kandidatenauszüge, die den relevanten Ablauf enthalten. Eine Anfrage zum Zurücksetzen eines bestimmten Geräts sollte mit Passagen verbunden werden, die Gerätename, Version und Rücksetzbedingungen bewahren. Eine Passage, die das Gerät nur erwähnt, kann weniger nützlich sein als eine, die den angefragten Vorgang erklärt. Stellen Sie den Inhalt bereit, den das Modell zum Vergleichen benötigt, statt nur eines Dokumenttitels.
Verwenden Sie zusammenhängende Passagen. Eine Tabellenüberschrift, Definition oder Ausnahme kann verändern, wie ein Absatz zur Suchanfrage passt; entfernen Sie sie daher nicht bloß, um jeden Kandidaten gleich kurz zu machen. Der Reranker bewertet bereitgestellte Kandidaten; er kann kein relevantes Dokument wiederherstellen, das die frühere Abrufstufe ausgelassen hat.
Dies ist ein Cross-Encoder: Die Suchanfrage und ein Kandidatentext werden gemeinsam verarbeitet. Die direkte Bewertungsschnittstelle gibt für jedes zugehörige Paar einen Gleitkomma-Relevanzwert zurück. Höhere Werte bedeuten in diesem Vergleich größere Relevanz. Der Wert ist ein Rankingsignal und keine generierte Erklärung oder ein Beweis für die Wahrheit des Dokuments.
Der Hersteller stellt außerdem eine Reranking-Hilfsfunktion bereit, die geordnete Dokumente mit ihren Werten zurückgibt. Eine Steuerung der Spitzenergebnisse wählt, wie viele bewertete Kandidaten erhalten bleiben. Bewahren Sie deren Kennungen und Text bei der Weitergabe an die nächste Stufe. Bei einem Frage-Antwort-Ablauf benötigt das folgende Modell weiterhin die Frage und die ausgewählten Belege; die Rangliste selbst ist keine beantwortete Frage.
Halten Sie beim Vergleich von Abrufänderungen die Suchanfrage und Bewertungskriterien fest. Prüfen Sie, ob die nach oben gereihten Passagen die gewünschten Informationen tatsächlich enthalten. Legen Sie Filterschwellen anhand von Beispielen Ihrer eigenen Sammlung fest, statt einen Relevanzwert als allgemeingültiges Maß für die Richtigkeit einer Antwort zu behandeln.
Das Modell unterstützt eine Kontextlänge von bis zu 1.024 Tokens. Seine dokumentierte Hilfsfunktion rerank() verarbeitet längere Dokumente mit einem gleitenden Fenster, bewertet die Teile getrennt und verbindet sie zu Ergebnissen auf Dokumentebene. Diese Aufteilung ist Verhalten der Hilfsfunktion; sie sollte nicht mit einer einzelnen Modelleingabe mit unbegrenztem Kontextfenster verwechselt werden.
Die Hilfsfunktion stellt Regler für Suchanfragenlänge und Abschnittslänge sowie eine Überlappungseinstellung bereit. Ihre dokumentierte Standardüberlappung beträgt 80. Das veröffentlichte Anwendungsbeispiel nennt eine maximale Suchanfragenlänge von 512 und eine Abschnittslänge von 1.024; dies sind beispielhafte Hilfsfunktionseinstellungen, die von einem Versprechen zu trennen sind, dass jeder Aufrufer oder jede Route sie verwendet.
Bewahren Sie bei einem langen Handbuch genügend benachbarten Text, damit eine Anweisung und ihre Bedingungen gemeinsam erscheinen. Prüfen Sie bei der Ergebnisbeurteilung den relevanten Teil eines hoch gereihten Dokuments, statt anzunehmen, dass jeder Abschnitt die Suchanfrage gleich gut beantwortet.
Das v2-Modell ist mehrsprachig. Die Herstellerbeispiele reihen englische Suchanfragen gegen englische, deutsche, spanische, chinesische und japanische Passagen. Das unterstützt eine Sammlung mit relevantem Material in mehreren Sprachen, ohne dass jeder Kandidat zuerst in die Sprache der Suchanfrage übersetzt werden muss.
Der dokumentierte Aufgabenbereich umfasst auch Codeabruf und das Ranking von Textdarstellungen zu Funktionen oder SQL. Dies bleiben Relevanzranking-Aufgaben: Das Modell bewertet den bereitgestellten Text. Es führt keine Funktion aus, lässt kein SQL laufen und erzeugt kein Werkzeugergebnis, nur weil solche Kandidaten in der Abrufmenge enthalten sind.
Halten Sie dieses Profil v2 Base Multilingual von Jinas früherem rein englischen Reranker, Jina Reranker v3 und multimodalen Reranking-Profilen getrennt. Es sind unterschiedliche Modelle mit unterschiedlichen Aufgaben- und Eingabeeigenschaften. Die Eingabe dieses Profils besteht aus Anfrage-Text-Paaren; Bild- oder Videoinhalte benötigen eine eigene geeignete Darstellung oder ein entsprechendes Modell.
Die Referenzimplementierung des Herstellers unterstützt direkte Werte und eine Hilfsfunktion für Dokumentranking mit optional beschleunigter Attention. Diese Implementierungsentscheidungen beeinflussen die Vorbereitung und Verarbeitung der Eingaben; sie belegen nicht, dass jede Integration identische Regler bereitstellt.
Verwenden Sie die gereihte Ausgabe für mehrsprachige Suche, Support-Wissensdatenbanken, Dokumentabruf und Belegauswahl vor der Generierung. Prüfen Sie die führenden Passagen, bewahren Sie die ursprüngliche Kandidatenzuordnung und unterscheiden Sie Relevanz von sachlicher Gültigkeit. Ein nützliches Abrufergebnis bringt die richtigen bereitgestellten Belege nach vorne und überlässt die nächste Aufgabe – Antworten, Zusammenfassen oder Entscheiden – dem passenden Ablauf.
", "aboutText": "Jina Reranker v2 Base Multilingual ist ein Textranking-Modell für die zweite Abrufstufe. Geben Sie ihm eine Suchanfrage und mögliche Dokumente oder Passagen; es bewertet jedes Anfrage-Dokument-Paar und gibt einen Relevanzwert zurück. Das nützliche Ergebnis ist eine besser geordnete Kandidatenmenge für Suche oder einen abrufgestützten Ablauf. Es schreibt keine Antwort auf die Suchanfrage und erstellt keine Dokument-Embeddings.\n\n### Suchanfrage und Kandidatenpassagen vorbereiten\n\nFormulieren Sie die Suchanfrage so, dass sie den Informationsbedarf ausdrückt. Stellen Sie anschließend die Texte bereit, die ein früherer Abrufschritt gefunden hat. Bewahren Sie neben jedem Kandidaten eine stabile Kennung, damit sein Relevanzwert mit dem ursprünglichen Dokument, Abschnitt oder Datensatz verknüpft werden kann.\n\nVerwenden Sie bei einer Supportsuche die tatsächliche Frage und Kandidatenauszüge, die den relevanten Ablauf enthalten. Eine Anfrage zum Zurücksetzen eines bestimmten Geräts sollte mit Passagen verbunden werden, die Gerätename, Version und Rücksetzbedingungen bewahren. Eine Passage, die das Gerät nur erwähnt, kann weniger nützlich sein als eine, die den angefragten Vorgang erklärt. Stellen Sie den Inhalt bereit, den das Modell zum Vergleichen benötigt, statt nur eines Dokumenttitels.\n\nVerwenden Sie zusammenhängende Passagen. Eine Tabellenüberschrift, Definition oder Ausnahme kann verändern, wie ein Absatz zur Suchanfrage passt; entfernen Sie sie daher nicht bloß, um jeden Kandidaten gleich kurz zu machen. Der Reranker bewertet bereitgestellte Kandidaten; er kann kein relevantes Dokument wiederherstellen, das die frühere Abrufstufe ausgelassen hat.\n\n### Bewertung von Anfrage-Dokument-Paaren\n\nDies ist ein Cross-Encoder: Die Suchanfrage und ein Kandidatentext werden gemeinsam verarbeitet. Die direkte Bewertungsschnittstelle gibt für jedes zugehörige Paar einen Gleitkomma-Relevanzwert zurück. Höhere Werte bedeuten in diesem Vergleich größere Relevanz. Der Wert ist ein Rankingsignal und keine generierte Erklärung oder ein Beweis für die Wahrheit des Dokuments.\n\nDer Hersteller stellt außerdem eine Reranking-Hilfsfunktion bereit, die geordnete Dokumente mit ihren Werten zurückgibt. Eine Steuerung der Spitzenergebnisse wählt, wie viele bewertete Kandidaten erhalten bleiben. Bewahren Sie deren Kennungen und Text bei der Weitergabe an die nächste Stufe. Bei einem Frage-Antwort-Ablauf benötigt das folgende Modell weiterhin die Frage und die ausgewählten Belege; die Rangliste selbst ist keine beantwortete Frage.\n\nHalten Sie beim Vergleich von Abrufänderungen die Suchanfrage und Bewertungskriterien fest. Prüfen Sie, ob die nach oben gereihten Passagen die gewünschten Informationen tatsächlich enthalten. Legen Sie Filterschwellen anhand von Beispielen Ihrer eigenen Sammlung fest, statt einen Relevanzwert als allgemeingültiges Maß für die Richtigkeit einer Antwort zu behandeln.\n\n### Modellfenster und längere Dokumente\n\nDas Modell unterstützt eine Kontextlänge von bis zu 1.024 Tokens. Seine dokumentierte Hilfsfunktion `rerank()` verarbeitet längere Dokumente mit einem gleitenden Fenster, bewertet die Teile getrennt und verbindet sie zu Ergebnissen auf Dokumentebene. Diese Aufteilung ist Verhalten der Hilfsfunktion; sie sollte nicht mit einer einzelnen Modelleingabe mit unbegrenztem Kontextfenster verwechselt werden.\n\nDie Hilfsfunktion stellt Regler für Suchanfragenlänge und Abschnittslänge sowie eine Überlappungseinstellung bereit. Ihre dokumentierte Standardüberlappung beträgt 80. Das veröffentlichte Anwendungsbeispiel nennt eine maximale Suchanfragenlänge von 512 und eine Abschnittslänge von 1.024; dies sind beispielhafte Hilfsfunktionseinstellungen, die von einem Versprechen zu trennen sind, dass jeder Aufrufer oder jede Route sie verwendet.\n\nBewahren Sie bei einem langen Handbuch genügend benachbarten Text, damit eine Anweisung und ihre Bedingungen gemeinsam erscheinen. Prüfen Sie bei der Ergebnisbeurteilung den relevanten Teil eines hoch gereihten Dokuments, statt anzunehmen, dass jeder Abschnitt die Suchanfrage gleich gut beantwortet.\n\n### Mehrsprachiger und spezialisierter Textabruf\n\nDas v2-Modell ist mehrsprachig. Die Herstellerbeispiele reihen englische Suchanfragen gegen englische, deutsche, spanische, chinesische und japanische Passagen. Das unterstützt eine Sammlung mit relevantem Material in mehreren Sprachen, ohne dass jeder Kandidat zuerst in die Sprache der Suchanfrage übersetzt werden muss.\n\nDer dokumentierte Aufgabenbereich umfasst auch Codeabruf und das Ranking von Textdarstellungen zu Funktionen oder SQL. Dies bleiben Relevanzranking-Aufgaben: Das Modell bewertet den bereitgestellten Text. Es führt keine Funktion aus, lässt kein SQL laufen und erzeugt kein Werkzeugergebnis, nur weil solche Kandidaten in der Abrufmenge enthalten sind.\n\n### Ausgabe und praktische Grenzen\n\nHalten Sie dieses Profil v2 Base Multilingual von Jinas früherem rein englischen Reranker, Jina Reranker v3 und multimodalen Reranking-Profilen getrennt. Es sind unterschiedliche Modelle mit unterschiedlichen Aufgaben- und Eingabeeigenschaften. Die Eingabe dieses Profils besteht aus Anfrage-Text-Paaren; Bild- oder Videoinhalte benötigen eine eigene geeignete Darstellung oder ein entsprechendes Modell.\n\nDie Referenzimplementierung des Herstellers unterstützt direkte Werte und eine Hilfsfunktion für Dokumentranking mit optional beschleunigter Attention. Diese Implementierungsentscheidungen beeinflussen die Vorbereitung und Verarbeitung der Eingaben; sie belegen nicht, dass jede Integration identische Regler bereitstellt.\n\nVerwenden Sie die gereihte Ausgabe für mehrsprachige Suche, Support-Wissensdatenbanken, Dokumentabruf und Belegauswahl vor der Generierung. Prüfen Sie die führenden Passagen, bewahren Sie die ursprüngliche Kandidatenzuordnung und unterscheiden Sie Relevanz von sachlicher Gültigkeit. Ein nützliches Abrufergebnis bringt die richtigen bereitgestellten Belege nach vorne und überlässt die nächste Aufgabe – Antworten, Zusammenfassen oder Entscheiden – dem passenden Ablauf.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "fbc57c959b241a0679bd52728001439819522e40b3d33621a81488231262f2d1", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de-at", "methods": [ { "html": "jina-reranker-v2-base-multilingualJina Reranker v2 Base Multilingual bewertet eine Suchanfrage gegen Kandidatentexte und ordnet sie nach Relevanz. Sein Cross-Encoder verarbeitet mehrsprachigen Abruf; die Reranking-Hilfsfunktion des Herstellers zerlegt längere Dokumente anhand eines Modellfensters von 1.024 Tokens.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Jina Reranker v2 Base Multilingual ist ein Textranking-Modell für die zweite Abrufstufe. Geben Sie ihm eine Suchanfrage und mögliche Dokumente oder Passagen; es bewertet jedes Anfrage-Dokument-Paar und gibt einen Relevanzwert zurück. Das nützliche Ergebnis ist eine besser geordnete Kandidatenmenge für Suche oder einen abrufgestützten Ablauf. Es schreibt keine Antwort auf die Suchanfrage und erstellt keine Dokument-Embeddings.
Formulieren Sie die Suchanfrage so, dass sie den Informationsbedarf ausdrückt. Stellen Sie anschließend die Texte bereit, die ein früherer Abrufschritt gefunden hat. Bewahren Sie neben jedem Kandidaten eine stabile Kennung, damit sein Relevanzwert mit dem ursprünglichen Dokument, Abschnitt oder Datensatz verknüpft werden kann.
Verwenden Sie bei einer Supportsuche die tatsächliche Frage und Kandidatenauszüge, die den relevanten Ablauf enthalten. Eine Anfrage zum Zurücksetzen eines bestimmten Geräts sollte mit Passagen verbunden werden, die Gerätename, Version und Rücksetzbedingungen bewahren. Eine Passage, die das Gerät nur erwähnt, kann weniger nützlich sein als eine, die den angefragten Vorgang erklärt. Stellen Sie den Inhalt bereit, den das Modell zum Vergleichen benötigt, statt nur eines Dokumenttitels.
Verwenden Sie zusammenhängende Passagen. Eine Tabellenüberschrift, Definition oder Ausnahme kann verändern, wie ein Absatz zur Suchanfrage passt; entfernen Sie sie daher nicht bloß, um jeden Kandidaten gleich kurz zu machen. Der Reranker bewertet bereitgestellte Kandidaten; er kann kein relevantes Dokument wiederherstellen, das die frühere Abrufstufe ausgelassen hat.
Dies ist ein Cross-Encoder: Die Suchanfrage und ein Kandidatentext werden gemeinsam verarbeitet. Die direkte Bewertungsschnittstelle gibt für jedes zugehörige Paar einen Gleitkomma-Relevanzwert zurück. Höhere Werte bedeuten in diesem Vergleich größere Relevanz. Der Wert ist ein Rankingsignal und keine generierte Erklärung oder ein Beweis für die Wahrheit des Dokuments.
Der Hersteller stellt außerdem eine Reranking-Hilfsfunktion bereit, die geordnete Dokumente mit ihren Werten zurückgibt. Eine Steuerung der Spitzenergebnisse wählt, wie viele bewertete Kandidaten erhalten bleiben. Bewahren Sie deren Kennungen und Text bei der Weitergabe an die nächste Stufe. Bei einem Frage-Antwort-Ablauf benötigt das folgende Modell weiterhin die Frage und die ausgewählten Belege; die Rangliste selbst ist keine beantwortete Frage.
Halten Sie beim Vergleich von Abrufänderungen die Suchanfrage und Bewertungskriterien fest. Prüfen Sie, ob die nach oben gereihten Passagen die gewünschten Informationen tatsächlich enthalten. Legen Sie Filterschwellen anhand von Beispielen Ihrer eigenen Sammlung fest, statt einen Relevanzwert als allgemeingültiges Maß für die Richtigkeit einer Antwort zu behandeln.
Das Modell unterstützt eine Kontextlänge von bis zu 1.024 Tokens. Seine dokumentierte Hilfsfunktion rerank() verarbeitet längere Dokumente mit einem gleitenden Fenster, bewertet die Teile getrennt und verbindet sie zu Ergebnissen auf Dokumentebene. Diese Aufteilung ist Verhalten der Hilfsfunktion; sie sollte nicht mit einer einzelnen Modelleingabe mit unbegrenztem Kontextfenster verwechselt werden.
Die Hilfsfunktion stellt Regler für Suchanfragenlänge und Abschnittslänge sowie eine Überlappungseinstellung bereit. Ihre dokumentierte Standardüberlappung beträgt 80. Das veröffentlichte Anwendungsbeispiel nennt eine maximale Suchanfragenlänge von 512 und eine Abschnittslänge von 1.024; dies sind beispielhafte Hilfsfunktionseinstellungen, die von einem Versprechen zu trennen sind, dass jeder Aufrufer oder jede Route sie verwendet.
Bewahren Sie bei einem langen Handbuch genügend benachbarten Text, damit eine Anweisung und ihre Bedingungen gemeinsam erscheinen. Prüfen Sie bei der Ergebnisbeurteilung den relevanten Teil eines hoch gereihten Dokuments, statt anzunehmen, dass jeder Abschnitt die Suchanfrage gleich gut beantwortet.
Das v2-Modell ist mehrsprachig. Die Herstellerbeispiele reihen englische Suchanfragen gegen englische, deutsche, spanische, chinesische und japanische Passagen. Das unterstützt eine Sammlung mit relevantem Material in mehreren Sprachen, ohne dass jeder Kandidat zuerst in die Sprache der Suchanfrage übersetzt werden muss.
Der dokumentierte Aufgabenbereich umfasst auch Codeabruf und das Ranking von Textdarstellungen zu Funktionen oder SQL. Dies bleiben Relevanzranking-Aufgaben: Das Modell bewertet den bereitgestellten Text. Es führt keine Funktion aus, lässt kein SQL laufen und erzeugt kein Werkzeugergebnis, nur weil solche Kandidaten in der Abrufmenge enthalten sind.
Halten Sie dieses Profil v2 Base Multilingual von Jinas früherem rein englischen Reranker, Jina Reranker v3 und multimodalen Reranking-Profilen getrennt. Es sind unterschiedliche Modelle mit unterschiedlichen Aufgaben- und Eingabeeigenschaften. Die Eingabe dieses Profils besteht aus Anfrage-Text-Paaren; Bild- oder Videoinhalte benötigen eine eigene geeignete Darstellung oder ein entsprechendes Modell.
Die Referenzimplementierung des Herstellers unterstützt direkte Werte und eine Hilfsfunktion für Dokumentranking mit optional beschleunigter Attention. Diese Implementierungsentscheidungen beeinflussen die Vorbereitung und Verarbeitung der Eingaben; sie belegen nicht, dass jede Integration identische Regler bereitstellt.
Verwenden Sie die gereihte Ausgabe für mehrsprachige Suche, Support-Wissensdatenbanken, Dokumentabruf und Belegauswahl vor der Generierung. Prüfen Sie die führenden Passagen, bewahren Sie die ursprüngliche Kandidatenzuordnung und unterscheiden Sie Relevanz von sachlicher Gültigkeit. Ein nützliches Abrufergebnis bringt die richtigen bereitgestellten Belege nach vorne und überlässt die nächste Aufgabe – Antworten, Zusammenfassen oder Entscheiden – dem passenden Ablauf.
POST /v1/reranktextrerank| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits jina-reranker-v2-base-multilingual | Standard— |
Feldquery | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Felddocuments | Typarray | AnforderungErforderlich | Werte und Limits | Standard— |
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, documents |
Parametermaterial_types | Vertragtext |
Parametermaterial_conditions | VertragGeben Sie Ihre tatsächliche Suchanfrage und ein nicht leeres Array der ursprünglichen Textdokumente an. Die Ergebnisindizes beziehen sich auf dieses ursprüngliche Array. |
Lebenszyklus: synchronous_result_then_owned_library
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Abrechnungseinheit | Gebühr |
|---|---|---|---|
| KonfigurationBasistarife für Tokens | TarifstaffelGrundtarif | Abrechnungseinheit— | Gebühr Eingabe · Eingabetoken — / 1K Tokens Ausgabe · Ausgabetoken — / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · In Cache schreiben — / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationGesamttoken | Tarifstaffel— | Abrechnungseinheit/ 1K Tokens | Gebühr Eingabe · Gesamttoken $0.0001 / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_QUERY:?Set the actual documented input value}"\nexport AILOOT_QUERY\n: "${AILOOT_DOCUMENTS_JSON:?Set the actual documented input value}"\nexport AILOOT_DOCUMENTS_JSON\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nrequest={'model': 'jina-reranker-v2-base-multilingual', 'query': '${ACTUAL_QUERY}', 'documents': '${ACTUAL_DOCUMENTS}'}\nrequest['query']=os.environ['AILOOT_QUERY']\nrequest['documents']=json.loads(os.environ['AILOOT_DOCUMENTS_JSON'])\nPath('request.json').write_text(json.dumps(request,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 response.bin\n# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.\nVollständiges ursprüngliches natives JSON-Ergebnis mit dem konfigurierten Antwortmodell, den ursprünglichen Dokumentindizes, Relevanzwerten, Dokumentzeichenfolgen und dem nativen Tokenverbrauch. Bewahren Sie jedes tatsächliche Ergebnis- und Verbrauchsfeld auf.
GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Die vollständige Antwort und ihre Header, jede tatsächliche Ausgabe, die ursprünglich zurückgegebenen Kennungen und alle Nutzungsfelder aufbewahren. Den ursprünglichen Vorgang wiederaufnehmen, ohne die Erstellung erneut anzufordern.
Bewahren Sie die tatsächliche X-Client-Request-ID und die vollständige Antwort auf. Lesen Sie die ursprünglichen, Ihnen zugeordneten Assets und deren exakte signierte Inhalts-URLs; übermitteln Sie eine Erstellung mit unklarem Ergebnis niemals erneut.
| Feld | Typ | Bedeutung |
|---|---|---|
Feldmodel | Typstring | BedeutungExaktes Antwortmodell, das die im Quellcode konfigurierte Antwortverarbeitung benötigt. |
Feldresults[].index | Typinteger | BedeutungEindeutiger Index des ursprünglichen Eingabedokuments. |
Feldresults[].relevance_score | Typnumber | BedeutungEndlicher Relevanzwert. |
Feldresults[].document | Typstring | BedeutungUrsprüngliches Textdokument, das von diesem konfigurierten Antwort-Consumer benötigt wird. |
Feldusage.total_tokens | Typinteger | BedeutungEndliche, nicht negative native Tokenzahl, die der aktuell akzeptierte Tarif erfordert. |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungDer JSON-Inhalt oder die explizite kanonische Modell-ID ist ungültig. | Nächster SchrittBewahren Sie die Antwort auf und korrigieren Sie das angegebene Anfragefeld. |
Antwort401 · authentication_error | BedingungDer Ailoot API-Schlüssel ist ungültig. | Nächster SchrittVerwenden Sie Ihren autorisierten Ailoot API-Schlüssel. |
Antwort403 · permission_error | BedingungDie Schlüsselgruppe lässt diese Methode nicht zu. | Nächster SchrittBewahren Sie die zurückgegebenen Fehlerdetails auf. |
Antwort404 · not_found_error | BedingungFür die ausgewählte Methode ist keine Route zugelassen. | Nächster SchrittBewahren Sie die zurückgegebenen Fehlerdetails auf. |
Antwort422 · price_unavailable | BedingungDer akzeptierte Tarif kann seine erforderliche Eingabemenge oder Obergrenze nicht ermitteln. | Nächster SchrittBewahren Sie die Antwort auf; verwenden Sie die vom akzeptierten Tarif erforderte Eingabedarstellung. |
Antwort503 · | BedingungErforderlicher Speicher, Route, Methodenpreis oder Reservierung ist nicht verfügbar. | Nächster SchrittBewahren Sie die vollständige ursprüngliche Antwort auf. Eine unklare Reservierung berechtigt nicht zur erneuten Übermittlung. |
Antwort502 · billing_requires_check | BedingungDas ursprüngliche Ergebnis, der Verbrauch oder die Abrechnung muss geprüft werden. | Nächster SchrittBewahren Sie die tatsächliche Anfrage-ID und die ursprüngliche Antwort auf. Lesen Sie den bestehenden, Ihnen zugeordneten Datensatz; übermitteln Sie die Erstellung nicht erneut. |
Ailoot Ultra jina-reranker-v2-base-multilingual
Verwenden Sie die oben angezeigten Methodenpfade.