نستخدم ملفات تعريف الارتباط. تُبقيك ملفات تعريف الارتباط وتخزين المتصفح مسجّلًا للدخول وتتذكر تفضيلاتك. وبإذنك نقيس أيضًا كيفية استخدام الموقع. يمكنك في أي وقت. راجع سياسة ملفات تعريف الارتباط.
mongodb/rerank-3يعمل من رصيدك بالأسعار أعلاه. تبدأ الحسابات الجديدة باستخدام مجاني.
الإعدادات
VoyageAI by MongoDB: rerank-3 هو نموذج إعادة ترتيب من VoyageAI by MongoDB. يقع في فئة إعادة الترتيب ويُقدَّم كترقية مباشرة إلى rerank-2.5، مما يعني أن الفرق التي تستخدم النموذج الأقدم بالفعل يمكنها الانتقال إلى rerank-3 دون إعادة بناء تكاملها. النموذج مصمم لجودة الاسترجاع وليس للتوليد، لذا فهو ينتمي إلى الجزء من خط المعالجة الذي يحدد كيفية ترتيب نتائج البحث أو المقاطع المرشحة قبل وصولها إلى المستخدم أو إلى نموذج لاحق.
يأخذ النموذج النص كمدخل وينتج مخرجات إعادة ترتيب. يدعم طول سياق يبلغ 32,000 رمز، مع حد أقصى للمخرجات يبلغ 28,800، وهو ما يوفر مساحة كافية لتقييم مقاطع مرشحة طويلة إلى جانب الاستعلام بدل الاكتفاء بمقتطفات قصيرة فقط. ولأن نمط الإدخال نصي ونمط الإخراج إعادة ترتيب، فإن النموذج لا يولّد نثرًا أو ردود محادثة؛ بل يعيد ترتيبًا للمقاطع المعطاة له. وهذا يجعله مكوّنًا للتقييم والفرز وليس مكوّنًا حواريًا.
تتبع حالات الاستخدام العملية مباشرة من هذا الشكل. يمكن لخط معالجة الاسترجاع أن يجلب مجموعة واسعة من المرشحين عبر بحث سريع في المرحلة الأولى، ثم يمرر الاستعلام وهؤلاء المرشحين إلى rerank-3 لإنتاج ترتيب نهائي أفضل. هذا مفيد في البحث عبر الوثائق، وقواعد المعرفة الداخلية، ومحتوى الدعم، أو أي مجموعة تكون فيها النتائج الأولى أهم من الاسترجاع الخام. كما يناسب إعدادات التوليد المعزز بالاسترجاع، حيث تؤثر جودة المقاطع الموضوعة في المطالبة على الإجابة التي تليها. كما أن السياق الطويل والحد الطويل للمخرجات يجعلانه مناسبًا للمجموعات التي تتضمن وثائق مطولة، لأن النموذج يستطيع النظر في قدر أكبر من كل مرشح عند تحديد موضعه.
يمكنك استدعاء النموذج عبر واجهة api14 المتوافقة مع OpenAI باستخدام معرّف النموذج "mongodb/rerank-3". ولأن الواجهة تتبع تنسيق OpenAI، يمكنك توجيه عميل OpenAI موجود إلى api14 واختيار معرّف النموذج هذا في طلبك. لا يسرد النموذج أي معاملات مدعومة تتجاوز معرّف النموذج نفسه، لذا لا ينبغي أن تتوقع ضبط إعدادات أخذ العينات أو التوليد مثل temperature أو top_p؛ فهي تخص النماذج التوليدية وليس نموذج إعادة الترتيب. أرسل الاستعلام والنصوص المرشحة، ثم اقرأ مخرجات إعادة الترتيب.
يجدر بالذكر أن rerank-3 هو نموذج إعادة ترتيب، لذا فهو ليس الخيار الصحيح عندما تحتاج إلى توليد نص أو محادثة أو تلخيص أو تضمينات. إذا كانت مهمتك إنتاج إجابة بدل ترتيب المرشحين، فإن نموذجًا توليديًا يناسب أكثر. وإذا كانت مهمتك إنشاء التمثيلات المتجهية الأولية التي يعيد نموذج إعادة الترتيب ترتيبها، فإن نموذج التضمين هو المكوّن المناسب. وضمن أعمال إعادة الترتيب، يُعد rerank-3 الخلف المباشر لـ rerank-2.5، ويذكر المزوّد تحسينات على ذلك النموذج بنسبة 0.80% في NDCG@10 في المتوسط عبر تقييمات النطاقات و3.35% في تقييمات الوثائق الطويلة.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.post("/rerank", { body: {
"model": "mongodb/rerank-3",
"query": "What is the capital of France?",
"documents": [
"Paris is the capital of France.",
"Berlin is in Germany."
],
"top_n": 1
} });
console.log(result.results);
لا توجد مواضيع في هذا المجتمع بعد. افتح أول موضوع عن VoyageAI by MongoDB: rerank-3.