Qwen: Qwen3 Rerank

Qwen3 Rerank valuta il testo candidato rispetto a una query e a un’istruzione di ordinamento fornite. Il selettore esatto configurato è qwen3-rerank. Il suo ruolo è ordinare i candidati forniti per attività di recupero e selezione dei documenti; la richiesta mantiene insieme query, istruzione e passaggi candidati, affinché il giudizio di pertinenza sia riconducibile agli input.

Preparate i documenti come un array di stringhe, con un passaggio candidato in ogni voce. Conservate una mappatura separata da ogni posizione dell’array al vostro identificatore di documento, titolo o posizione nella fonte. Questo consente all’applicazione di ricollegare un risultato ordinato al passaggio originale senza aggiungere oggetti identificatore non documentati all’array di stringhe. Per una ricerca di assistenza, i candidati possono essere le sezioni pertinenti già recuperate da una guida del prodotto; la query deve esprimere l’effettiva esigenza informativa dell’utente.

La richiesta documentata richiede model, documents, query, top_n e instruct. I campi query e instruct sono stringhe e top_n è un intero fornito esplicitamente. L’esempio pubblicato usa tre testi candidati, top_n=2 e un’istruzione per recuperare passaggi pertinenti che rispondano a una query di ricerca sul web. Usate instruct per indicare la relazione che conta per l’ordinamento, mantenendo la domanda effettiva in query e il materiale da valutare in documents.

La guida dell’operazione indica una lunghezza massima di input di 30K. Mantenete i passaggi candidati concentrati sul testo necessario per giudicarne la pertinenza, conservando i titoli o il contesto vicino quando cambiano il significato. Preservate i confini delle fonti, affinché un passaggio selezionato possa ancora essere verificato nel documento originale. Il profilo esatto della richiesta e i campi obbligatori restano la base per preparare l’input.

Il risultato strutturato restituito contiene voci results con index e relevance_score. index si riferisce alla posizione del candidato nell’array documents originale, anziché alla posizione nell’elenco dei risultati ordinati. Conservate l’ordine restituito e usate ogni index per recuperare il testo di input corrispondente. Preservate ogni risultato restituito, affinché l’applicazione possa esaminare insieme i candidati selezionati e i relativi punteggi.

Conservate la risposta JSON completa, compresi model, id della risposta e usage.total_tokens. Il testo del documento restituito può essere assente: mantenete quindi disponibile l’array originale dei candidati quando elaborate gli indici. I punteggi di pertinenza e l’utilizzo dichiarato hanno ruoli separati: i punteggi descrivono il risultato dell’ordinamento, mentre l’utilizzo registra la quantità dichiarata per l’operazione. Nessuno dei due sostituisce il passaggio originale che sostiene una risposta successiva.

Per un flusso di recupero, usate l’ordinamento per selezionare i passaggi che il passo successivo deve esaminare o citare. Confrontate un passaggio selezionato con la query e l’istruzione prima di presentarne il contenuto come prova. Una posizione alta nell’elenco dei risultati identifica un candidato da esaminare; la risposta finale dell’applicazione deve restare collegata al testo effettivo e al suo identificatore di fonte.

Verificate il risultato con query rappresentative e gli insiemi di candidati usati dall’applicazione. Controllate che gli indici corrispondano ai testi originali previsti, che l’ordine serva l’istruzione fornita e che i passaggi scelti rispondano alla domanda. Conservate insieme il selettore esatto, la query, l’istruzione, la mappatura dei candidati e la risposta completa, producendo un record riutilizzabile di selezione per pertinenza per il successivo passo di recupero o documentale.