Cohere: Rerank v3.5

Cohere : Rerank v3.5 est un modèle de reranking de Cohere, classé dans la catégorie rerank. Il est créé par Cohere et identifié sur api14 par l'identifiant de modèle cohere/rerank-v3.5. Plutôt que de générer du texte libre, le modèle est conçu pour réordonner les résultats de recherche afin que les éléments les plus pertinents apparaissent en premier.

Le modèle prend du texte en entrée et produit une sortie de rerank. Sa longueur de contexte est de 4096 tokens, et la sortie maximale est de 3686. Cohere décrit Rerank v3.5 comme conçu pour réordonner les résultats de recherche afin d'améliorer la pertinence, avec la prise en charge du reranking de données multi-aspects et semi-structurées dans plus de 100 langues. Il fonctionne sur une entrée texte et renvoie des résultats réordonnés plutôt que de la prose, ce qui détermine la façon dont vous devez vous attendre à l'intégrer.

Les cas d'usage pratiques découlent directement de ce comportement. Rerank v3.5 convient pour affiner les résultats d'une recherche sémantique ou par mots-clés, où une étape de récupération initiale renvoie un ensemble de candidats et le reranker réordonne ces candidats par pertinence. Comme il gère des données multi-aspects et semi-structurées et couvre plus de 100 langues, il peut être utilisé dans des pipelines de recherche multilingues et dans des configurations où les enregistrements comportent plusieurs champs ou attributs qui comptent pour la pertinence. Les schémas courants incluent l'amélioration de l'ordre des documents renvoyés par une recherche vectorielle ou une recherche par mots-clés avant que ces résultats ne soient montrés à un utilisateur ou transmis à une autre étape.

Vous appelez le modèle via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle cohere/rerank-v3.5. D'après les métadonnées du modèle, la liste des paramètres pris en charge est vide, donc aucun paramètre de requête au-delà de ce que l'API elle-même exige n'est documenté pour ce modèle. Planifiez votre intégration autour de l'identifiant de modèle et du flux entrée texte vers sortie de rerank, et ne supposez pas que des paramètres d'échantillonnage ajustables ou similaires sont disponibles ici.

Étant donné la longueur de contexte de 4096 tokens et la sortie uniquement de rerank, ce modèle convient aux tâches de récupération et d'ordonnancement plutôt qu'à la génération, au résumé ou au chat. Si vous avez besoin d'un modèle qui écrit du texte, tient une longue conversation ou gère des entrées non textuelles, un autre modèle sur api14 conviendrait mieux.