Qwen: Qwen3 Rerank

Qwen3 Rerank bewertet Kandidatentexte anhand einer bereitgestellten Abfrage und Anweisung zur Rangordnung. Die genau konfigurierte Modellkennung ist qwen3-rerank. Seine Rolle besteht darin, die bereitgestellten Kandidaten für Informationsabruf und Dokumentauswahl zu ordnen; die Anfrage hält die Abfrage, die Anweisung und die Kandidatentextstellen zusammen, damit die Relevanzbeurteilung auf ihre Eingaben zurückführbar bleibt.

Bereiten Sie documents als Array von Zeichenfolgen vor, wobei jeder Eintrag eine Kandidatentextstelle enthält. Bewahren Sie eine separate Zuordnung von jeder Arrayposition zu Ihrer eigenen Dokumentkennung, dem Dokumenttitel oder der Quellenfundstelle auf. So kann die Anwendung ein geordnetes Ergebnis mit der ursprünglichen Textstelle verbinden, ohne dem Zeichenfolgenarray undokumentierte Kennungsobjekte hinzuzufügen. Bei einer Supportsuche könnten die Kandidaten bereits abgerufene relevante Abschnitte aus einem Produktleitfaden sein; query sollte den tatsächlichen Informationsbedarf des Nutzers benennen.

Die dokumentierte Anfrage erfordert model, documents, query, top_n und instruct. Die Felder query und instruct sind Zeichenfolgen, und top_n ist eine ausdrücklich anzugebende ganze Zahl. Das veröffentlichte Beispiel nutzt drei Kandidatentexte, top_n=2 und eine Anweisung zum Abruf relevanter Textstellen, die eine Websuchabfrage beantworten. Beschreiben Sie mit instruct den für die Rangfolge maßgeblichen Zusammenhang und halten Sie die tatsächliche Frage in query und das zu bewertende Material in documents.

Die Anleitung nennt eine maximale Eingabelänge von 30K. Beschränken Sie die Kandidatentextstellen auf den Text, der zur Beurteilung ihrer Relevanz nötig ist, und bewahren Sie Überschriften oder benachbarten Kontext, wenn diese die Bedeutung verändern. Bewahren Sie Quellengrenzen, damit eine ausgewählte Textstelle weiterhin im ursprünglichen Dokument geprüft werden kann. Das genaue Anfrageprofil und seine erforderlichen Felder bleiben die Grundlage für die Eingabevorbereitung.

Das zurückgegebene strukturierte Ergebnis enthält results-Einträge mit index und relevance_score. index bezieht sich auf die Position des Kandidaten im ursprünglichen documents-Array und nicht auf seine Position in der geordneten Ergebnisliste. Bewahren Sie die zurückgegebene Reihenfolge und verwenden Sie jeden index, um den entsprechenden Eingabetext wiederzufinden. Bewahren Sie jedes zurückgegebene Ergebnis, damit die Anwendung die ausgewählten Kandidaten gemeinsam mit ihren Werten prüfen kann.

Bewahren Sie die vollständige JSON-Antwort einschließlich model, der Antwort-id und usage.total_tokens auf. Der zurückgegebene Dokumenttext kann fehlen; halten Sie deshalb das ursprüngliche Kandidatenarray bei der Verarbeitung der Indizes verfügbar. Relevanzwerte und gemeldete Verbrauchsdaten haben unterschiedliche Rollen: Die Werte beschreiben das Rangordnungsergebnis, während usage die für den Vorgang gemeldete Menge erfasst. Keines von beiden ersetzt die Quellentextstelle, die eine spätere Antwort stützt.

Wählen Sie beim Informationsabruf mithilfe der Rangfolge die Textstellen aus, die der nächste Schritt prüfen oder zitieren soll. Vergleichen Sie eine ausgewählte Textstelle mit der Abfrage und Anweisung, bevor Sie ihren Inhalt als Beleg präsentieren. Ein hoher Platz in einer Ergebnisliste kennzeichnet einen Kandidaten zur Prüfung; die spätere Antwort der Anwendung sollte mit dem tatsächlichen Text und seiner Quellenkennung verbunden bleiben.

Prüfen Sie das Ergebnis mit repräsentativen Abfragen und den von der Anwendung verwendeten Kandidatenbeständen. Prüfen Sie, ob die Indizes zu den vorgesehenen ursprünglichen Texten führen, ob die Reihenfolge der bereitgestellten Anweisung dient und ob die gewählten Textstellen die Frage beantworten. Bewahren Sie die genaue Modellkennung, die Abfrage, die Anweisung, die Kandidatenzuordnung und die vollständige Antwort zusammen auf. So entsteht ein wiederverwendbarer Datensatz für die Auswahl nach Relevanz für den nächsten Schritt beim Informationsabruf oder bei der Dokumentverarbeitung.