Cohere: Rerank 4 Fast

Cohere: Rerank 4 Fast, Cohere का एक रीरैंकिंग मॉडल है, जिसे प्रदाता ने 6 अप्रैल 2026 को जारी किया था। यह चैट या जनरेशन श्रेणी के बजाय रीरैंक श्रेणी में आता है: उत्तर लिखने के बजाय, यह किसी क्वेरी के सापेक्ष उम्मीदवार दस्तावेज़ों की सूची को स्कोर करता है और पुनः क्रमित करता है, ताकि सबसे प्रासंगिक आइटम पहले दिखाई दें। Cohere इसे एक AI सर्च फाउंडेशन मॉडल के रूप में वर्णित करता है, जो सर्च और रिट्रीवल ऑगमेंटेड जनरेशन सिस्टम के भीतर सामने आने वाली जानकारी की प्रासंगिकता को बेहतर बनाने के लिए बनाया गया है।

मॉडल अपने एकमात्र इनपुट मोडालिटी के रूप में टेक्स्ट लेता है और रीरैंक आउटपुट देता है, जिसका अर्थ है प्रासंगिकता स्कोर के साथ दस्तावेज़ों की एक क्रमित सूची। यह 32,768 टोकन की कॉन्टेक्स्ट विंडो का समर्थन करता है, जो एक ही अनुरोध में भेजी गई क्वेरी और दस्तावेज़ों पर लागू होती है, और इसका अधिकतम आउटपुट 29,491 है। बहुभाषी समर्थन 100 से अधिक भाषाओं को कवर करता है, और प्रदाता बताता है कि मॉडल को टेक्स्ट भेजने से पहले किसी डेटा प्री-प्रोसेसिंग की आवश्यकता नहीं है।

ये क्षमताएँ उपयोगों के एक काफी विशिष्ट समूह की ओर संकेत करती हैं। सबसे आम उपयोग रिट्रीवल पाइपलाइन में दूसरे चरण का है: एक तेज़ प्रथम-चरण रिट्रीवर उम्मीदवारों का एक व्यापक सेट लौटाता है, और Rerank 4 Fast उन्हें पुनः क्रमित करता है ताकि क्वेरी का उत्तर देने की सबसे अधिक संभावना वाले पैसेज जनरेशन मॉडल तक पहुँचने से पहले शीर्ष पर आ जाएँ। यही पैटर्न एंटरप्राइज़ सर्च पर भी लागू होता है, जहाँ उत्तर उत्पन्न करने से अधिक प्रासंगिकता क्रम मायने रखता है, और उन RAG सिस्टम पर भी जिन्हें LLM को प्रॉम्प्ट करने से पहले शोर भरे कॉन्टेक्स्ट को छाँटने की आवश्यकता होती है। बहुभाषी समर्थन इसे ऐसी पाइपलाइनों में उपयोगी बनाता है जो एक साथ कई भाषाओं में क्वेरी और दस्तावेज़ संभालती हैं, और 32K कॉन्टेक्स्ट एक कॉल में एक लंबी क्वेरी के साथ उम्मीदवार पैसेजों के पर्याप्त बैच की अनुमति देता है।

आप इसे api14 के माध्यम से OpenAI-संगत API का उपयोग करके मॉडल id "cohere/rerank-4-fast" के साथ कॉल करते हैं। चूँकि api14 एक OpenAI-संगत सतह प्रदान करता है, आप अपने मौजूदा OpenAI क्लाइंट को api14 बेस URL पर इंगित कर सकते हैं और अलग SDK अपनाने के बजाय model फ़ील्ड को उस id में बदल सकते हैं। मॉडल टेक्स्ट इनपुट स्वीकार करता है और रीरैंक आउटपुट लौटाता है। इस मॉडल के लिए समर्थित के रूप में कोई अतिरिक्त अनुरोध पैरामीटर सूचीबद्ध नहीं हैं, इसलिए अपने इंटीग्रेशन की योजना डिफ़ॉल्ट और आपके द्वारा भेजे गए प्रॉम्प्ट तथा दस्तावेज़ सामग्री के आसपास बनाएँ, और वर्तमान दरों के लिए पेज पर मौजूद लाइव मूल्य तालिका देखें।

ध्यान में रखने योग्य एक व्यावहारिक बाधा 32K कॉन्टेक्स्ट विंडो है, जिसे एक अनुरोध में क्वेरी और सभी उम्मीदवार दस्तावेज़ों को कवर करना होता है। यदि आपके दस्तावेज़ लंबे हैं या आपको एक ही पास में बहुत बड़े उम्मीदवार सेट को रैंक करना है, तो काम को बैचों में बाँटें या पहले पैसेजों को छोटा करें। Rerank 4 Fast टेक्स्ट भी उत्पन्न नहीं करेगा; यदि आपको सारांशीकरण, प्रश्न उत्तर या कोई संवादात्मक आउटपुट चाहिए, तो इसे किसी जनरेशन मॉडल के साथ जोड़ें और इसका उपयोग केवल क्रम निर्धारण के लिए करें।