Source: https://ailoot.ai/models/nb/voyageai-rerank-2-5/ Canonical: https://ailoot.ai/models/nb/voyageai-rerank-2-5/ Language: nb # VoyageAI by MongoDB: rerank-2.5 [Markdown](https://ailoot.ai/models/nb/voyageai-rerank-2-5/index.md) · [JSON](https://ailoot.ai/models/nb/voyageai-rerank-2-5/facts.json) ## [VoyageAI by MongoDB: rerank-2.5](https://ailoot.ai/models/nb/voyageai-rerank-2-5/) rerank-2.5 omordner et innsendt sett med tekstkandidater etter relevans for en spørring og valgfrie instruksjoner på naturlig språk. Den er en flerspråklig, kvalitetsorientert omrangeringsmodell med en spørring–dokument-kontekst på 32 000 tokener og rangerte skårer knyttet til de opprinnelige kandidatindeksene. - [**Ailoot Ultra · Omrangering** `POST /v1/rerank` `voyageai/rerank-2.5`](https://ailoot.ai/models/nb/voyageai-rerank-2-5/#method-0) Om modellen Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden. rerank-2.5 er Voyage AIs instruksjonsfølgende omrangeringsmodell, utviklet for å forbedre et sett med søkekandidater. Den undersøker spørringen og hvert dokument samlet som en kryssenkoder og returnerer deretter en relevansrekkefølge. Produsentens utgivelse fremhever styring på naturlig språk over hva som regnes som relevant, flerspråklig innhenting og en lengre spørring–dokument-kontekst enn den foregående rerank-2-utgaven. #### Gi modellen kandidatene som skal sammenlignes Inndataene er en spørring og en liste over kandidattekstdokumenter. Disse kan være tekstutdrag valgt av embedding-søk eller et leksikalsk søk i første trinn. Omrangeringsmodellen vurderer den innsendte teksten fremfor å lage embeddings for et korpus, så dens praktiske oppgave er å forbedre kandidatene det innledende søket allerede fant. Behold den opprinnelige kandidatrekkefølgen og kildeidentifikatorene når du forbereder listen. De returnerte indeksene viser til disse inndataposisjonene. For en RAG-oppgave gir du tekstutdragene svartrinnet faktisk kan bruke, inkludert tittelen eller forbeholdene som trengs for å tolke dem. Et relevant dokument som mangler fra det innsendte kandidatsettet, kan ikke dukke opp som et nyfunnet resultat av omrangeringen. #### Angi den tiltenkte forståelsen av relevans Instruksjoner kan legges til etter eller før spørringen. Utgivelsen beskriver tre nyttige roller: fremheve en bestemt del av et dokument, foretrekke en kildetype og gjøre spørringen entydig med applikasjonskontekst. Disse endrer relevansoppgaven modellen får. For et teknisk søk er en illustrerende instruksjon «Prioriter tekstutdrag som forklarer feil- og gjenopprettingsoppførselen; innledende oversikter er sekundære.» For en forskningssamling angir du om tittelen, metoden eller resultatet er viktigst. For et tvetydig begrep angir du fagområdet søket gjelder. Hold spørsmålet og instruksjonen forenlige, slik at den ene ikke ber om et bredt tema mens den andre umerkelig endrer oppgaven. Disse preferansene styrer relevansskåringen. Hvis applikasjonen har strenge kvalifikasjonskrav – som kildeversjon, dato eller tilgangsomfang – forbereder du det kvalifiserte kandidatsettet separat. Modellens relevansinstruksjon og en deterministisk begrensning av samlingen dekker forskjellige formål. #### Rangerte utdata og senere bruk av resultatet Resultatene ordnes etter synkende relevans og inneholder en relevansskår som flyttall og kandidatens opprinnelige inndataindeks. Valget top-k velger hvor mange av de fremste resultatene som skal returneres; uten det returnerer produsentens spesifikasjon resultater for alle innsendte kandidater. Et valgfritt return-documents-valg inkluderer den tilsvarende kildeteksten; ellers inneholder svaret indekser og skårer. Bruk rekkefølgen til å velge tekstutdrag for visning eller et senere svartrinn, og bevar kildeidentiteten deres. Undersøk den faktiske teksten når du vurderer rangeringen: skåren er et mål på relevans for den innsendte spørringen, ikke et generert svar eller en bekreftelse på at dokumentets påstander er korrekte. Dette gjør modellen nyttig for å forbedre teknisk, juridisk, finansielt, medisinsk, samtalerelatert og flerspråklig søkemateriale uten å gjøre rangering til en faglig konklusjon. #### Kontekst, totalt tokenbudsjett og avkorting Den dokumenterte spørringsgrensen er 8 000 tokener, inkludert instruksjoner plassert i spørringen. Spørringen pluss ett hvilket som helst kandidatdokument må få plass innenfor 32 000 tokener, og dokumentlisten kan inneholde maksimalt 1000 elementer. Den totale tildelingen er 600 000 tokener, telt som spørringstokener multiplisert med antall dokumenter, pluss alle dokumenttokener. En lang instruksjon telles derfor gjentatte ganger på tvers av kandidatparene. Antallet i top-k for utdata endrer ikke antall kandidater i denne beregningen av inndatatokener. Standardavkorting forkorter for lange spørringer eller dokumenter for å oppfylle kontekstgrensen; når den deaktiveres, returnerer en for lang spørring eller et for langt par en feil. Forbered tekstutdrag som inneholder svaret, bevisst, og hold det relevante forbeholdet innenfor teksten modellen vil se. Vurder den forbedrede rekkefølgen på representative spørsmål og instruksjoner, og send deretter de valgte opprinnelige tekstutdragene til neste trinn. **Ailoot Ultra · Omrangering** `POST /v1/rerank` `voyageai/rerank-2.5` [`voyageai/rerank-2.5`](https://ailoot.ai/models/nb/#m=voyageai%2Frerank-2.5&route=Ultra&caller=voyageai%2Frerank-2.5&fmt=rerank) VoyageAI by MongoDB /`voyageai/rerank-2.5` ### Start rerank-2.5 omordner et innsendt sett med tekstkandidater etter relevans for en spørring og valgfrie instruksjoner på naturlig språk. Den er en flerspråklig, kvalitetsorientert omrangeringsmodell med en spørring–dokument-kontekst på 32 000 tokener og rangerte skårer knyttet til de opprinnelige kandidatindeksene. Godkjente inndata Tekst Resultater Rangerte resultater ### Tilgjengelig i Ailoot · inndata & metoder **Ailoot Ultra · Omrangering** `POST /v1/rerank` Inndatatyper `text` Utdatatyper `rerank` Utdataformat json | Felt | Type | Krav | Verdier & grenser | Standard | | --- | --- | --- | --- | --- | | Felt`documents` | Type`array` | KravPåkrevd | Verdier & grenser | Standard— | | Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser voyageai/rerank-2.5 | Standard— | | Felt`provider` | Type`schema` | KravValgfritt | Verdier & grenser | Standard— | | Felt`query` | Type`string` | KravPåkrevd | Verdier & grenser | Standard— | | Felt`session_id` | Type`string` | KravValgfritt | Verdier & grenser | Standard— | | Felt`top_n` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 | Standard— | | Felt`trace` | Type`schema` | KravValgfritt | Verdier & grenser | Standard— | | Felt`user` | Type`string` | KravValgfritt | Verdier & grenser | Standard— | | Felt`documents[].text` | Type`string` | KravValgfritt | Verdier & grenser | Standard— | | Felt`documents[].image` | Type`string` | KravValgfritt | Verdier & grenser | Standard— | Kombinasjoner av inngående materialer **text\_rerank** · Påkrevd: query, documents array with minItems1 Metodeparametere og livssyklus | Parameter | Avtale | | --- | --- | | Parameter`content_type` | Avtaleapplication/json | | Parameter`required` | Avtalemodel, query, documents | | Parameter`material_types` | Avtaletext | | Parameter`optional_controls` | Avtaleprovider, session\_id, top\_n, trace, user | | Parameter`multimodal_input_binding` | Avtalenull | Livssyklus: `synchronous` Send den eksakte modell-ID-en og behold hele svaret i det opprinnelige formatet. ### Priser Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden. Hurtigmodus Ikke angitt Når hurtigmodus er valgt Flex-modus Ikke angitt Når flex-modus er valgt Maksimal resonneringsinnsats Ikke angitt Når justeringen «default» brukes for maksimal resonneringsinnsats #### Ailoot-satser #### Priser etter konfigurasjon Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner. | Konfigurasjon | Prisplan | Faktureringsenhet | Kostnad | | --- | --- | --- | --- | | KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Faktureringsenhet— | Kostnad Inndata · Inngående tokener **—** / 1K tokener Utdata · Utgående tokener **—** / 1K tokener Inndata · Lesing fra hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener | | KonfigurasjonUltra | Prisplan— | Faktureringsenhet/ 1K tokener | Kostnad Inndata **$0.0001** / 1K tokener | Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/) ### Eksempelforespørsler #### Ailoot Ultra · Omrangering Bevart offisiell forespørselsstruktur; dokumentasjonseksempelBruk ditt faktiske forespørselsmateriale og bevar hele resultatet ```json { "documents": [ "Paris is the capital of France.", "Berlin is the capital of Germany." ], "model": "voyageai/rerank-2.5", "query": "What is the capital of France?", "top_n": 3 } ``` ```bash set -eu : "${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 ``` ### Motta og lagre resultater #### Ailoot Ultra · Omrangering json ##### Behold alle ferdige resultater Behold alle fullstendige returnerte svar, filer og innholdsdeler. Alle faktiske resultatindekser, alle endelige relevance\_score-verdier og de opprinnelige dokumentobjektene bevares. Indeksene knytter resultatene til den opprinnelige dokumentmatrisen. Hele det opprinnelige JSON-svaret lagres og returneres først etter oppgjør. ##### Hvis det opprinnelige svaret må kontrolleres Behold den opprinnelige operasjonen og hele eller deler av svaret; ikke gjenta POST. Svarfelter | Felt | Type | | --- | --- | | Felt`model` | Typestring | | Felt`id` | Typestring | | Felt`provider` | Typestring | | Felt`results[].index` | Typeinteger | | Felt`results[].relevance_score` | Typenumber | | Felt`results[].document.text` | Typestring | | Felt`results[].document.image` | Typestring | | Felt`usage.search_units` | Typeinteger | | Felt`usage.total_tokens` | Typeinteger | | Felt`usage.cost` | Typenumber | Feil og neste trinn | Svar | Vilkår | Neste trinn | | --- | --- | --- | | Svar400 · `invalid_request_error` | VilkårUgyldig påkrevd felt, representasjon eller verdi | Neste trinnKorriger det angitte forespørselsfeltet. | ### Aliaser #### Modellaliaser **Ailoot Ultra** [`voyageai/rerank-2.5`](https://ailoot.ai/models/nb/#m=voyageai%2Frerank-2.5&route=Ultra&caller=voyageai%2Frerank-2.5&fmt=rerank) #### Aliaser for metodestier Bruk metodestiene som vises ovenfor. #### Tilknyttede anroper-ID-er [`voyageai/rerank-2.5`](https://ailoot.ai/models/nb/#m=voyageai%2Frerank-2.5&route=Ultra&caller=voyageai%2Frerank-2.5&fmt=rerank) FAQ · VoyageAI by MongoDB: rerank-2.5 Hvilke inndata og resultater er tilgjengelige? `POST /v1/rerank` · `voyageai/rerank-2.5`: `text` → `rerank` Hvilke felt bruker forespørselen? `POST /v1/rerank` · `voyageai/rerank-2.5`: `documents`, `model`, `provider`, `query`, `session_id`, `top_n`, `trace`, `user` Hvilke grenser gjelder? `POST /v1/rerank` · `voyageai/rerank-2.5`: `top_n.minimum`: `1` Koble Ailoot til Claude Code, OpenCode, Hermes eller egen applikasjon. ## Selskapet og dets prosjektportefølje Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder. ## Kjøp tokener med rabatt. Abonnementsrabatt for jevnlig bruk. Kampanjekoder gir opptil 50% på tokenkjøp. Abonnement Velg et rabattabonnement for faste forespørsler. Kampanjekode opptil 50% Oppgi kode ved kjøp. Prisen beregnes på nytt etter gjeldende kampanje. Kostnader i historikken Modell, tokener og beløp lagres for hver forespørsel. [Velg abonnement](https://ailoot.ai/docs/nb/billing/subscriptions/) · [Se modellpriser](https://ailoot.ai/models/nb/) ## Koble API-et til produktet du selger. SaaS, apper og boter etter Ailoots offentlige tilbud og lisensavtale. Be om forhandlerlisens for videresalg. Kommersiell applikasjon Bygg tekst-, bilde-, video- og lydgenerering inn i betalte funksjoner i tjenesten. Forhandlerlisens Send prosjektbeskrivelse og tilgangsopplegg. Be om skriftlige vilkår for bruk og videresalg. Dokumenter på nettstedet Offentlig tilbud, lisensavtale og retningslinjer for databehandling er tilgjengelige før tilkobling. [Be om forhandlerlisens](mailto:support@ailoot.ai) · [Offentlig tilbud og lisensavtale](https://ailoot.ai/legal/offer?lang=nb) ## Ailoot · Selskapet og dets prosjektportefølje Ailoot bygger på etablert driftserfaring, en stor kundebase, stabil tjeneste og løpende KPI-kontroll. Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder. Ailoot bruker denne driftserfaringen til API-tilgang til AI-funksjoner i kundenes produkter, agenter, applikasjoner og automatiseringer.