Source: https://ailoot.ai/models/ms/voyageai-rerank-2-5/ Canonical: https://ailoot.ai/models/ms/voyageai-rerank-2-5/ Language: ms # VoyageAI by MongoDB: rerank-2.5 [Markdown](https://ailoot.ai/models/ms/voyageai-rerank-2-5/index.md) · [JSON](https://ailoot.ai/models/ms/voyageai-rerank-2-5/facts.json) ## [VoyageAI by MongoDB: rerank-2.5](https://ailoot.ai/models/ms/voyageai-rerank-2-5/) rerank-2.5 menyusun semula set calon teks yang dibekalkan mengikut kerelevanan kepada pertanyaan dan arahan bahasa semula jadi pilihan. Ia ialah pemeringkat semula berbilang bahasa yang berorientasikan kualiti dengan konteks pertanyaan–dokumen 32,000 token serta skor berperingkat yang dikaitkan dengan indeks calon asal. - [**Ailoot Ultra · Pemeringkatan semula** `POST /v1/rerank` `voyageai/rerank-2.5`](https://ailoot.ai/models/ms/voyageai-rerank-2-5/#method-0) Tentang model Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih. rerank-2.5 ialah pemeringkat semula Voyage AI yang mematuhi arahan, direka untuk memperhalusi set calon carian. Ia memeriksa pertanyaan dan setiap dokumen bersama-sama sebagai pengekod silang, kemudian mengembalikan susunan kerelevanan. Keluaran pengeluar menekankan kawalan bahasa semula jadi terhadap perkara yang dianggap relevan, pemerolehan maklumat berbilang bahasa dan konteks pertanyaan–dokumen yang lebih panjang daripada edisi rerank-2 terdahulu. #### Berikan calon yang perlu dibandingkan kepada model Input ialah pertanyaan dan senarai dokumen teks calon. Ini boleh berupa petikan yang dipilih oleh carian pembenaman atau carian leksikal peringkat pertama. Pemeringkat semula menilai teks yang dibekalkan tanpa mencipta pembenaman korpus, jadi tugas praktikalnya ialah memperhalusi calon yang telah ditemukan oleh carian awal. Kekalkan susunan calon asal dan pengecam sumber apabila menyediakan senarai itu. Indeks yang dikembalikan merujuk kedudukan input tersebut. Untuk tugasan RAG, bekalkan petikan yang mungkin benar-benar digunakan oleh peringkat jawapan, termasuk tajuk atau syarat yang diperlukan untuk mentafsirkannya. Dokumen berkaitan yang tiada dalam set calon yang dihantar tidak boleh muncul sebagai hasil baharu yang ditemukan melalui pemeringkatan semula. #### Nyatakan pengertian kerelevanan yang dimaksudkan Arahan boleh ditambahkan selepas atau sebelum pertanyaan. Keluaran menerangkan tiga peranan berguna: menekankan bahagian tertentu dokumen, mengutamakan jenis sumber dan menjelaskan kekaburan pertanyaan dengan konteks aplikasi. Ini mengubah tugasan kerelevanan yang diberikan kepada model. Untuk carian teknikal, contoh arahan ialah “Utamakan petikan yang menerangkan tingkah laku kegagalan dan pemulihan; gambaran keseluruhan pengenalan adalah sekunder.” Untuk koleksi penyelidikan, nyatakan sama ada tajuk, kaedah atau hasil paling penting. Untuk istilah yang kabur, nyatakan bidang subjek carian. Pastikan soalan dan arahan serasi, supaya satu tidak meminta topik luas sementara yang lain mengubah tugasan secara senyap. Keutamaan ini memandu penskoran kerelevanan. Jika aplikasi mempunyai keperluan kelayakan yang ketat—seperti versi sumber, tarikh atau skop akses—sediakan set calon yang layak secara berasingan. Arahan kerelevanan model dan sekatan koleksi deterministik memenuhi tujuan yang berbeza. #### Output berperingkat dan penggunaan hasil kemudian Hasil disusun mengikut kerelevanan menurun dan menyertakan skor kerelevanan titik apung serta indeks input asal calon. Pilihan top-k memilih bilangan hasil teratas yang perlu dikembalikan; tanpanya, spesifikasi pengeluar mengembalikan hasil bagi semua calon yang dihantar. Tetapan return-documents pilihan menyertakan teks sumber yang sepadan; jika tidak, respons mengandungi indeks dan skor. Gunakan susunan itu untuk memilih petikan bagi paparan atau peringkat jawapan kemudian, sambil memastikan identiti sumbernya utuh. Periksa teks sebenar apabila menilai pemeringkatan: skor ialah ukuran kerelevanan kepada pertanyaan yang dihantar, bukannya jawapan yang dijana atau pengesahan bahawa dakwaan dokumen adalah benar. Ini menjadikan model berguna untuk memperhalusi bahan carian teknikal, undang-undang, kewangan, perubatan, perbualan dan berbilang bahasa tanpa menukar pemeringkatan menjadi kesimpulan bidang. #### Konteks, belanjawan jumlah token dan pemangkasan Had pertanyaan yang didokumenkan ialah 8,000 token, termasuk arahan yang diletakkan dalam pertanyaan. Pertanyaan bersama mana-mana satu dokumen calon mesti muat dalam 32,000 token, dan senarai dokumen boleh mengandungi paling banyak 1,000 item. Jumlah peruntukan ialah 600,000 token, dikira sebagai token pertanyaan didarab bilangan dokumen, ditambah semua token dokumen. Oleh itu, arahan panjang dikira berulang kali merentas pasangan calon. Bilangan output top-k tidak mengubah bilangan calon dalam pengiraan token input itu. Pemangkasan lalai memendekkan pertanyaan atau dokumen yang terlalu panjang untuk memenuhi had konteks; mematikannya menyebabkan pertanyaan atau pasangan yang terlalu panjang mengembalikan ralat. Sediakan petikan yang mengandungi jawapan dengan sengaja dan kekalkan syarat berkaitan dalam teks yang akan dilihat oleh model. Nilai susunan yang diperhalusi pada soalan dan arahan yang mewakili, kemudian teruskan petikan asal yang dipilih ke peringkat seterusnya. **Ailoot Ultra · Pemeringkatan semula** `POST /v1/rerank` `voyageai/rerank-2.5` [`voyageai/rerank-2.5`](https://ailoot.ai/models/ms/#m=voyageai%2Frerank-2.5&route=Ultra&caller=voyageai%2Frerank-2.5&fmt=rerank) VoyageAI by MongoDB /`voyageai/rerank-2.5` ### Pengenalan rerank-2.5 menyusun semula set calon teks yang dibekalkan mengikut kerelevanan kepada pertanyaan dan arahan bahasa semula jadi pilihan. Ia ialah pemeringkat semula berbilang bahasa yang berorientasikan kualiti dengan konteks pertanyaan–dokumen 32,000 token serta skor berperingkat yang dikaitkan dengan indeks calon asal. Input yang diterima Teks Hasil Hasil mengikut kedudukan ### Tersedia di Ailoot · input & kaedah **Ailoot Ultra · Pemeringkatan semula** `POST /v1/rerank` Input `text` Output `rerank` Format output json | Medan | Jenis | Keperluan | Nilai & had | Lalai | | --- | --- | --- | --- | --- | | Medan`documents` | Jenis`array` | KeperluanDiperlukan | Nilai & had | Lalai— | | Medan`model` | Jenis`string` | KeperluanDiperlukan | Nilai & had voyageai/rerank-2.5 | Lalai— | | Medan`provider` | Jenis`schema` | KeperluanPilihan | Nilai & had | Lalai— | | Medan`query` | Jenis`string` | KeperluanDiperlukan | Nilai & had | Lalai— | | Medan`session_id` | Jenis`string` | KeperluanPilihan | Nilai & had | Lalai— | | Medan`top_n` | Jenis`integer` | KeperluanPilihan | Nilai & had Minimum: 1 | Lalai— | | Medan`trace` | Jenis`schema` | KeperluanPilihan | Nilai & had | Lalai— | | Medan`user` | Jenis`string` | KeperluanPilihan | Nilai & had | Lalai— | | Medan`documents[].text` | Jenis`string` | KeperluanPilihan | Nilai & had | Lalai— | | Medan`documents[].image` | Jenis`string` | KeperluanPilihan | Nilai & had | Lalai— | Gabungan bahan input **text\_rerank** · Diperlukan: query, documents array with minItems1 Parameter kaedah dan kitar hayat | Parameter | Kontrak | | --- | --- | | Parameter`content_type` | Kontrakapplication/json | | Parameter`required` | Kontrakmodel, query, documents | | Parameter`material_types` | Kontraktext | | Parameter`optional_controls` | Kontrakprovider, session\_id, top\_n, trace, user | | Parameter`multimodal_input_binding` | Kontraknull | Kitar hayat: `synchronous` Hantar ID model yang tepat dan simpan respons natif yang lengkap. ### Pelan harga Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih. Mod pantas Tidak dinyatakan Apabila mod pantas dipilih Mod flex Tidak dinyatakan Apabila mod flex dipilih Usaha penaakulan maksimum Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default #### Kadar Ailoot #### Harga mengikut konfigurasi Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif. | Konfigurasi | Jadual kadar | Unit pengebilan | Caj | | --- | --- | --- | --- | | KonfigurasiKadar asas token | Jadual kadarKadar asas | Unit pengebilan— | Caj Input · Token input **—** / 1K token Output · Token output **—** / 1K token Input · Bacaan cache **—** / 1K token Input · Penulisan cache **—** / 1K token Input · Penulisan cache, 1 jam **—** / 1K token | | KonfigurasiUltra | Jadual kadar— | Unit pengebilan/ 1K token | Caj Input **$0.0001** / 1K token | Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. [Cara rizab dan penyelesaian caj berfungsi →](https://ailoot.ai/docs/ms/billing/reserve/) ### Contoh permintaan #### Ailoot Ultra · Pemeringkatan semula Struktur permintaan rasmi yang dikekalkan; contoh dokumentasiGunakan bahan permintaan sebenar anda dan simpan hasil lengkap ```json { "documents": [ "Paris is the capital of France.", "Berlin is the capital of Germany." ], "model": "voyageai/rerank-2.5", "query": "What is the capital of France?", "top_n": 3 } ``` ```bash set -eu : "${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 ``` ### Terima dan simpan hasil #### Ailoot Ultra · Pemeringkatan semula json ##### Simpan semua hasil yang selesai Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan. Setiap indeks hasil sebenar, relevance\_score terhingga dan objek dokumen asal dikekalkan. Indeks mengikat tatasusunan dokumen asal. Keseluruhan JSON asal disimpan dan hanya dikembalikan selepas penyelesaian caj. ##### Jika respons asal perlu disemak Simpan operasi asal dan balasan penuh/separa; jangan ulang POST. Medan respons | Medan | Jenis | | --- | --- | | Medan`model` | Jenisstring | | Medan`id` | Jenisstring | | Medan`provider` | Jenisstring | | Medan`results[].index` | Jenisinteger | | Medan`results[].relevance_score` | Jenisnumber | | Medan`results[].document.text` | Jenisstring | | Medan`results[].document.image` | Jenisstring | | Medan`usage.search_units` | Jenisinteger | | Medan`usage.total_tokens` | Jenisinteger | | Medan`usage.cost` | Jenisnumber | Ralat dan langkah seterusnya | Respons | Syarat | Langkah seterusnya | | --- | --- | --- | | Respons400 · `invalid_request_error` | SyaratMedan wajib, bentuk perwakilan atau nilai tidak sah | Langkah seterusnyaBetulkan medan permintaan yang dinyatakan. | ### Alias #### Alias model **Ailoot Ultra** [`voyageai/rerank-2.5`](https://ailoot.ai/models/ms/#m=voyageai%2Frerank-2.5&route=Ultra&caller=voyageai%2Frerank-2.5&fmt=rerank) #### Alias laluan kaedah Gunakan laluan kaedah yang dipaparkan di atas. #### ID pemanggil berkaitan [`voyageai/rerank-2.5`](https://ailoot.ai/models/ms/#m=voyageai%2Frerank-2.5&route=Ultra&caller=voyageai%2Frerank-2.5&fmt=rerank) FAQ · VoyageAI by MongoDB: rerank-2.5 Apakah input dan hasil yang tersedia? `POST /v1/rerank` · `voyageai/rerank-2.5`: `text` → `rerank` Apakah medan yang digunakan oleh permintaan? `POST /v1/rerank` · `voyageai/rerank-2.5`: `documents`, `model`, `provider`, `query`, `session_id`, `top_n`, `trace`, `user` Apakah had yang terpakai? `POST /v1/rerank` · `voyageai/rerank-2.5`: `top_n.minimum`: `1` Sambungkan Ailoot kepada Claude Code, OpenCode, Hermes atau aplikasi anda. ## Syarikat dan portfolio projeknya Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan. ## Beli token dengan diskaun. Diskaun langganan untuk penggunaan berkala. Kod promosi — sehingga 50% bagi pembelian token. Langganan Pilih pelan berdiskaun untuk permintaan berkala anda. Kod promosi sehingga 50% Masukkan kod semasa pembelian. Harga dikira semula mengikut promosi semasa. Perbelanjaan dalam sejarah Model, token dan jumlah disimpan bagi setiap permintaan. [Pilih langganan](https://ailoot.ai/docs/ms/billing/subscriptions/) · [Lihat harga model](https://ailoot.ai/models/ms/) ## Sambungkan API kepada produk yang anda jual. SaaS, aplikasi dan bot — di bawah tawaran rasmi serta perjanjian lesen Ailoot. Untuk jualan semula, mohon lesen penjual semula. Aplikasi komersial Tambahkan penjanaan teks, imej, video dan audio pada ciri berbayar perkhidmatan anda. Lesen penjual semula Hantar keterangan projek dan susunan akses. Minta terma penggunaan serta jualan semula secara bertulis. Dokumen pada laman Tawaran, perjanjian lesen dan dasar pemprosesan data tersedia sebelum sambungan. [Mohon lesen penjual semula](mailto:support@ailoot.ai) · [Tawaran dan perjanjian lesen](https://ailoot.ai/legal/offer?lang=ms) ## Ailoot · Syarikat dan portfolio projeknya Ailoot berteraskan pengalaman operasi yang mantap, pangkalan pelanggan yang besar, perkhidmatan yang stabil dan pemantauan KPI berterusan. Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan. Ailoot menggunakan pengalaman operasi ini untuk akses API kepada ciri AI dalam produk pelanggan, ejen, aplikasi dan automasi.