Cohere: Rerank 4 Pro

Cohere Rerank 4 Pro는 Cohere의 Rerank 4 계열에서 품질에 중점을 둔 모델입니다. 후보 문서를 질의와 대조해 평가하고 관련성 순서와 점수를 반환합니다. 다국어 문서와 반구조화된 정보를 포함한 복잡한 검색 작업을 대상으로 합니다. 기존 시스템이 후보를 수집한 뒤 검색 또는 검색 증강 워크플로에 적용됩니다. 결과는 어떤 구절을 표시하거나 다음 단계에 근거로 제공할지 선택하는 데 도움을 줍니다.

제작사 식별자는 rerank-v4.0-pro이며, rerank-v4.0-fast 및 rerank-v3.5와 구분됩니다. Pro는 검색 품질이 우선인 복잡한 사례를 대상으로 하고, Fast는 더 낮은 지연 시간과 높은 처리량을 목표로 합니다. 두 Rerank 4 에디션은 모두 32,768토큰 컨텍스트를 사용합니다. 질의와 후보 문서 하나가 이 허용량을 공유합니다. 각 입력 필드에 별도의 전체 창이 주어지는 것도, 저장된 전체 검색 말뭉치의 한도인 것도 아닙니다.

명확한 질의와 후보 텍스트 문자열 목록을 제공하세요. 반환된 각 결과에는 원래 문서 인덱스와 관련성 점수가 포함됩니다. top_n으로 반환할 순위 결과 수를 선택할 수 있으며, 이를 생략하면 제작사는 모든 결과를 반환합니다. 순위를 정확한 구절에 연결할 수 있도록 각 입력 옆에 출처 식별자를 보존하세요. 지원 질문에서는 필요한 조건을 묻고 후보 정책 섹션을 제공하세요. 목록에 없는 정책을 리랭커가 찾아낼 것으로 기대하지 마세요.

모델은 100개가 넘는 언어를 지원하며 영어 및 비영어 자료를 재정렬할 수 있습니다. 여러 요구 사항이 있는 질의에서는 제품, 상황, 필요한 절차 등 구절이 유용해지는 조건을 명시하세요. 반구조화된 레코드에 대해 Cohere는 V2 문서 목록에 원시 객체를 넘기는 대신 YAML 문자열을 권장합니다. 잘라내기로 뒤쪽 필드가 제거될 수 있으므로 제목과 내용 같은 의미 있는 필드를 의도한 순서로 유지하세요. 이 준비는 일반 문장뿐 아니라 제품 레코드, 메시지, 문서 메타데이터에도 유용합니다.

모델별 준비 가이드는 Rerank 4 질의를 처음 16,384토큰으로 제한합니다. 긴 문서는 질의 및 예약된 토큰과 32,768토큰 컨텍스트를 공유하는 청크로 처리한다고 설명합니다. 현재 V2 레퍼런스는 별도로 max_tokens_per_doc 기본값을 4096으로 지정하며, 더 긴 문서 문자열은 그 설정에 맞춰 잘린다고 명시합니다. 모델 창과 제작사 요청의 문서 잘라내기를 서로 다른 제어로 취급하세요. 모든 긴 원본이 항상 완전히 읽힌다고 가정하지 말고 간결한 관련 구절을 준비하거나 적절한 문서 허용량을 선택하세요.

권장 요청 성능을 위해 Cohere는 한 번에 1,000개를 넘는 문서를 보내지 않도록 조언합니다. 더 큰 목록을 관리 가능한 그룹으로 나눌 때 후보 식별자를 보존하세요. 관련성 점수는 0에서 1 사이로 정규화되지만 질의와 후보에 따라 달라지며 사실적 정확성의 선형 척도가 아닙니다. 순서를 주요 검색 결과로 사용하세요. 점수 임곗값으로 필터링한다면 보편적인 기준을 가정하지 말고 실제 분야의 대표 질의와 관련성 경계에 있는 구절로 설정하세요.

유용한 최종 결과물은 출처 식별자와 점수가 포함된 순위 후보 목록이며, 검색 결과나 근거 선택 단계에 사용할 수 있습니다. 관련성 점수가 높은 문서도 오래되었거나 틀린 정보를 담을 수 있으므로 사용하는 단계에서 확인할 수 있게 출처와 내용을 보존하세요. Pro의 목적은 자유 형식 답변 작성이나 임베딩 생성이 아닌 관련성 판단입니다. 검색 워크플로를 비교하거나 다듬을 때 정확한 Pro 에디션을 결과에 연결해 유지하세요.