Cohere Rerank 3.5 is een meertalig model voor het rangschikken van kandidaatdocumenten en semigestructureerde tekst op relevantie. Het beoordeelt elke kandidaat in relatie tot een zoekvraag en geeft een herordende resultatenlijst met relevantiescores terug. Het kan kandidaten uit trefwoord- of semantisch zoeken verfijnen en passages selecteren voor een antwoord met retrievalondersteuning. De taak is de volgorde van het bewijs te verbeteren, in plaats van een vrij geformuleerd antwoord te genereren of een nieuwe corpusindex te maken.
De exacte identificator van de producent is rerank-v3.5. Het gebruikt een context van 4.096 tokens, onderscheiden van de context van 32K van Rerank 4 Pro en Fast. Zoekvraag- en documenttokens tellen samen mee voor dat venster per kandidaat. De modelspecifieke voorbereidingsgids kapt een zoekvraag na de eerste 2.048 tokens af en beschrijft documentfragmenten van 4.093 tokens voordat de zoekvraag wordt meegerekend. Houd de zoekvraag gericht en bereid kandidaatpassages voor met de informatie die nodig is om de gevraagde relatie te beoordelen.
Lever de zoekvraag en een lijst met kandidaattekststrings aan. Elk resultaat bevat een index die naar de oorspronkelijke documentpositie wijst en een relevantiescore; top_n bepaalt hoeveel gerangschikte resultaten behouden blijven. Zonder die parameter geeft de gedocumenteerde workflow van de producent alle resultaten terug. Bewaar documentidentificatoren onafhankelijk van de score, zodat de bovenste passage nog steeds tot het oorspronkelijke beleid, productrecord of bericht kan worden herleid.
Rerank 3.5 ondersteunt meer dan 100 talen, waaronder Engels en niet-Engels materiaal. Een zoekvraag kan verschillende aspecten van de behoefte bevatten, zoals het product, de gebruikerssituatie en de gewenste procedure. Voor gestructureerde records verwijderde de V2-versie ruwe documentobjecten en beveelt ze YAML-strings aan. Zet nuttige velden in een bewuste volgorde, met doorslaggevende inhoud vóór minder relevante metadata, omdat lange strings kunnen worden afgekapt. Dit werkt voor titels en inhoud, productkenmerken of het onderwerp en de inhoud van een bericht.
De V2-referentie van de producent gebruikt max_tokens_per_doc voor documentafkapping, met een standaardwaarde van 4.096. De voorbereidingsgids van Cohere beschrijft ook het opdelen van lange documenten; de effectieve invoer hangt af van de gekozen workflow en de documentinstellingen. Bereid voor meer controle zelf herkenbare passages voor in plaats van aan te nemen dat elke sectie van een lange bron zichtbaar blijft. Behoud voldoende omringende context om een passage die het antwoord bevat te onderscheiden van een passage die alleen dezelfde woordenschat gebruikt.
Voor de prestaties van aanvragen beveelt de huidige referentie aan niet meer dan 1.000 documenten tegelijk te sturen. Relevantiescores worden tussen 0 en 1 genormaliseerd, maar hun waarden hangen af van de zoekvraag en kandidaten en vormen geen lineaire schaal van juistheid. Gebruik de rangschikking om nuttig bewijs te identificeren. Als een scoredrempel nodig is, kies dan representatieve zoekvragen uit het domein en passages op de grens van relevantie, zodat de drempel de daadwerkelijke retrievaltaak weerspiegelt.
Een praktische ondersteuningsworkflow kan kandidaatsecties uit een retourbeleid opnieuw rangschikken voor een vraag over een beschadigd artikel en de geselecteerde brontekst vervolgens doorgeven aan een stap die een antwoord schrijft. Een e-mailzoekopdracht kan berichten volgens een specifiek probleem rangschikken en de oorspronkelijke berichtidentificator bij elk resultaat behouden. Het bruikbare resultaat is de geordende bewijslijst. Houd de kortere context van Rerank 3.5 en de V2-documentvoorbereiding gekoppeld aan dat resultaat, in plaats van limieten van latere modellen over te nemen.
", "aboutText": "Cohere Rerank 3.5 is een meertalig model voor het rangschikken van kandidaatdocumenten en semigestructureerde tekst op relevantie. Het beoordeelt elke kandidaat in relatie tot een zoekvraag en geeft een herordende resultatenlijst met relevantiescores terug. Het kan kandidaten uit trefwoord- of semantisch zoeken verfijnen en passages selecteren voor een antwoord met retrievalondersteuning. De taak is de volgorde van het bewijs te verbeteren, in plaats van een vrij geformuleerd antwoord te genereren of een nieuwe corpusindex te maken.\n\nDe exacte identificator van de producent is rerank-v3.5. Het gebruikt een context van 4.096 tokens, onderscheiden van de context van 32K van Rerank 4 Pro en Fast. Zoekvraag- en documenttokens tellen samen mee voor dat venster per kandidaat. De modelspecifieke voorbereidingsgids kapt een zoekvraag na de eerste 2.048 tokens af en beschrijft documentfragmenten van 4.093 tokens voordat de zoekvraag wordt meegerekend. Houd de zoekvraag gericht en bereid kandidaatpassages voor met de informatie die nodig is om de gevraagde relatie te beoordelen.\n\nLever de zoekvraag en een lijst met kandidaattekststrings aan. Elk resultaat bevat een index die naar de oorspronkelijke documentpositie wijst en een relevantiescore; top_n bepaalt hoeveel gerangschikte resultaten behouden blijven. Zonder die parameter geeft de gedocumenteerde workflow van de producent alle resultaten terug. Bewaar documentidentificatoren onafhankelijk van de score, zodat de bovenste passage nog steeds tot het oorspronkelijke beleid, productrecord of bericht kan worden herleid.\n\nRerank 3.5 ondersteunt meer dan 100 talen, waaronder Engels en niet-Engels materiaal. Een zoekvraag kan verschillende aspecten van de behoefte bevatten, zoals het product, de gebruikerssituatie en de gewenste procedure. Voor gestructureerde records verwijderde de V2-versie ruwe documentobjecten en beveelt ze YAML-strings aan. Zet nuttige velden in een bewuste volgorde, met doorslaggevende inhoud vóór minder relevante metadata, omdat lange strings kunnen worden afgekapt. Dit werkt voor titels en inhoud, productkenmerken of het onderwerp en de inhoud van een bericht.\n\nDe V2-referentie van de producent gebruikt max_tokens_per_doc voor documentafkapping, met een standaardwaarde van 4.096. De voorbereidingsgids van Cohere beschrijft ook het opdelen van lange documenten; de effectieve invoer hangt af van de gekozen workflow en de documentinstellingen. Bereid voor meer controle zelf herkenbare passages voor in plaats van aan te nemen dat elke sectie van een lange bron zichtbaar blijft. Behoud voldoende omringende context om een passage die het antwoord bevat te onderscheiden van een passage die alleen dezelfde woordenschat gebruikt.\n\nVoor de prestaties van aanvragen beveelt de huidige referentie aan niet meer dan 1.000 documenten tegelijk te sturen. Relevantiescores worden tussen 0 en 1 genormaliseerd, maar hun waarden hangen af van de zoekvraag en kandidaten en vormen geen lineaire schaal van juistheid. Gebruik de rangschikking om nuttig bewijs te identificeren. Als een scoredrempel nodig is, kies dan representatieve zoekvragen uit het domein en passages op de grens van relevantie, zodat de drempel de daadwerkelijke retrievaltaak weerspiegelt.\n\nEen praktische ondersteuningsworkflow kan kandidaatsecties uit een retourbeleid opnieuw rangschikken voor een vraag over een beschadigd artikel en de geselecteerde brontekst vervolgens doorgeven aan een stap die een antwoord schrijft. Een e-mailzoekopdracht kan berichten volgens een specifiek probleem rangschikken en de oorspronkelijke berichtidentificator bij elk resultaat behouden. Het bruikbare resultaat is de geordende bewijslijst. Houd de kortere context van Rerank 3.5 en de V2-documentvoorbereiding gekoppeld aan dat resultaat, in plaats van limieten van latere modellen over te nemen.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "76af6e683d2dc96ebf7ad60824d8d4ce77681f1ba372dcf0b146cc120918d385", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl-be", "methods": [ { "html": "cohere/rerank-v3.5Cohere Rerank 3.5 herordent kandidaatteksten en semigestructureerde records volgens hun relevantie voor een zoekvraag. Het ondersteunt meer dan 100 talen en een context van 4.096 tokens om resultaten van trefwoord- of semantisch zoeken te verfijnen vóór een antwoord of de weergave van zoekresultaten.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Cohere Rerank 3.5 is een meertalig model voor het rangschikken van kandidaatdocumenten en semigestructureerde tekst op relevantie. Het beoordeelt elke kandidaat in relatie tot een zoekvraag en geeft een herordende resultatenlijst met relevantiescores terug. Het kan kandidaten uit trefwoord- of semantisch zoeken verfijnen en passages selecteren voor een antwoord met retrievalondersteuning. De taak is de volgorde van het bewijs te verbeteren, in plaats van een vrij geformuleerd antwoord te genereren of een nieuwe corpusindex te maken.
De exacte identificator van de producent is rerank-v3.5. Het gebruikt een context van 4.096 tokens, onderscheiden van de context van 32K van Rerank 4 Pro en Fast. Zoekvraag- en documenttokens tellen samen mee voor dat venster per kandidaat. De modelspecifieke voorbereidingsgids kapt een zoekvraag na de eerste 2.048 tokens af en beschrijft documentfragmenten van 4.093 tokens voordat de zoekvraag wordt meegerekend. Houd de zoekvraag gericht en bereid kandidaatpassages voor met de informatie die nodig is om de gevraagde relatie te beoordelen.
Lever de zoekvraag en een lijst met kandidaattekststrings aan. Elk resultaat bevat een index die naar de oorspronkelijke documentpositie wijst en een relevantiescore; top_n bepaalt hoeveel gerangschikte resultaten behouden blijven. Zonder die parameter geeft de gedocumenteerde workflow van de producent alle resultaten terug. Bewaar documentidentificatoren onafhankelijk van de score, zodat de bovenste passage nog steeds tot het oorspronkelijke beleid, productrecord of bericht kan worden herleid.
Rerank 3.5 ondersteunt meer dan 100 talen, waaronder Engels en niet-Engels materiaal. Een zoekvraag kan verschillende aspecten van de behoefte bevatten, zoals het product, de gebruikerssituatie en de gewenste procedure. Voor gestructureerde records verwijderde de V2-versie ruwe documentobjecten en beveelt ze YAML-strings aan. Zet nuttige velden in een bewuste volgorde, met doorslaggevende inhoud vóór minder relevante metadata, omdat lange strings kunnen worden afgekapt. Dit werkt voor titels en inhoud, productkenmerken of het onderwerp en de inhoud van een bericht.
De V2-referentie van de producent gebruikt max_tokens_per_doc voor documentafkapping, met een standaardwaarde van 4.096. De voorbereidingsgids van Cohere beschrijft ook het opdelen van lange documenten; de effectieve invoer hangt af van de gekozen workflow en de documentinstellingen. Bereid voor meer controle zelf herkenbare passages voor in plaats van aan te nemen dat elke sectie van een lange bron zichtbaar blijft. Behoud voldoende omringende context om een passage die het antwoord bevat te onderscheiden van een passage die alleen dezelfde woordenschat gebruikt.
Voor de prestaties van aanvragen beveelt de huidige referentie aan niet meer dan 1.000 documenten tegelijk te sturen. Relevantiescores worden tussen 0 en 1 genormaliseerd, maar hun waarden hangen af van de zoekvraag en kandidaten en vormen geen lineaire schaal van juistheid. Gebruik de rangschikking om nuttig bewijs te identificeren. Als een scoredrempel nodig is, kies dan representatieve zoekvragen uit het domein en passages op de grens van relevantie, zodat de drempel de daadwerkelijke retrievaltaak weerspiegelt.
Een praktische ondersteuningsworkflow kan kandidaatsecties uit een retourbeleid opnieuw rangschikken voor een vraag over een beschadigd artikel en de geselecteerde brontekst vervolgens doorgeven aan een stap die een antwoord schrijft. Een e-mailzoekopdracht kan berichten volgens een specifiek probleem rangschikken en de oorspronkelijke berichtidentificator bij elk resultaat behouden. Het bruikbare resultaat is de geordende bewijslijst. Houd de kortere context van Rerank 3.5 en de V2-documentvoorbereiding gekoppeld aan dat resultaat, in plaats van limieten van latere modellen over te nemen.
POST /v1/reranktextrerank| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Velddocuments | Typearray | VereisteVereist | Waarden en limieten | Standaard— |
Veldmodel | Typestring | VereisteVereist | Waarden en limieten cohere/rerank-v3.5 | Standaard— |
Veldprovider | Typeschema | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldquery | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldsession_id | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtop_n | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 | Standaard— |
Veldtrace | Typeschema | VereisteOptioneel | Waarden en limieten | Standaard— |
Velduser | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Velddocuments[].text | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Velddocuments[].image | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
text_rerank · Vereist: query, documents array with minItems1
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, query, documents |
Parametermaterial_types | Contracttext |
Parameteroptional_controls | Contractprovider, session_id, top_n, trace, user |
Parametermultimodal_input_binding | Contractnull |
Levenscyclus: synchronous
Verstuur de exacte model-ID en bewaar het volledige natieve antwoord.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Rekeneenheid | Kosten |
|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Rekeneenheid— | Kosten Invoer · Invoertokens — / 1K tokens Uitvoer · Uitvoertokens — / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieUltra | Tariefstaffel— | Rekeneenheidper zoekeenheid | Kosten total · zoekeenheid $0.002 per zoekeenheid |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "documents": [\n "Paris is the capital of France.",\n "Berlin is the capital of Germany."\n ],\n "model": "cohere/rerank-v3.5",\n "query": "What is the capital of France?",\n "top_n": 3\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_REQUEST_FILE:?Set your actual JSON request file}"\nexport AILOOT_REQUEST_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads(Path(os.environ['AILOOT_REQUEST_FILE']).read_text(encoding='utf-8'))\nif not isinstance(p,dict): raise SystemExit('Request must be a JSON object')\np['model']='cohere/rerank-v3.5'\nPath('request.json').write_text(json.dumps(p,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/rerank \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path('result.json').read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\njson
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Elke werkelijke resultaatindex, eindige relevance_score en elk oorspronkelijk documentobject blijven behouden. De indexen verwijzen naar de oorspronkelijke documentarray. De volledige oorspronkelijke JSON wordt opgeslagen en pas na de afrekening teruggestuurd.
Bewaar de oorspronkelijke operatie en het volledige of gedeeltelijke antwoord; voer POST niet opnieuw uit.
| Veld | Type |
|---|---|
Veldmodel | Typestring |
Veldid | Typestring |
Veldprovider | Typestring |
Veldresults[].index | Typeinteger |
Veldresults[].relevance_score | Typenumber |
Veldresults[].document.text | Typestring |
Veldresults[].document.image | Typestring |
Veldusage.search_units | Typeinteger |
Veldusage.total_tokens | Typeinteger |
Veldusage.cost | Typenumber |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeOngeldig verplicht veld, ongeldige weergave of ongeldige waarde | Volgende stapCorrigeer het aangegeven aanvraagveld. |
Ailoot Ultra cohere/rerank-v3.5
Gebruik de hierboven getoonde methodepaden.