हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।
cohere/rerank-5-proऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।
सेटिंग्स
Cohere: Rerank 5 Pro, Cohere का एक reranking मॉडल है, जिसे कंपनी के Rerank 5 परिवार के उच्च-सटीकता स्तर के रूप में स्थान दिया गया है। टेक्स्ट उत्पन्न करने के बजाय, यह किसी क्वेरी के सापेक्ष उम्मीदवार दस्तावेजों को स्कोर करता है और पुनः क्रमित करता है, जो इसे सर्च या प्रश्न-उत्तर पाइपलाइन के retrieval चरण में रखता है। यह उन डेवलपर्स के लिए बनाया गया है जिनके पास पहले से उम्मीदवार पैसेज का एक सेट है और उन्हें downstream चरण तक पहुंचने से पहले प्रासंगिकता के आधार पर क्रमबद्ध करने की आवश्यकता है।
यह मॉडल टेक्स्ट इनपुट के साथ काम करता है और reranking आउटपुट उत्पन्न करता है। यह अधिकतम 32,768 टोकन का संदर्भ स्वीकार करता है, और इसका अधिकतम आउटपुट 29,491 है। चूंकि इसका आउटपुट गद्य के बजाय एक reranking है, आपको इसे चैट या completion मॉडल के बजाय एक स्कोरिंग और ऑर्डरिंग घटक के रूप में सोचना चाहिए। यह इमेज या ऑडियो इनपुट नहीं लेता, और यह अपने आप लिखित उत्तर उत्पन्न नहीं करता।
व्यावहारिक उपयोग सीधे उसी आकार से अनुसरण करते हैं। एक सामान्य पैटर्न दो चरणों वाला retrieval सेटअप है: एक तेज़ वेक्टर या कीवर्ड सर्च उम्मीदवारों का एक व्यापक सेट लौटाता है, और Rerank 5 Pro उन्हें पुनः क्रमित करता है ताकि सबसे प्रासंगिक दस्तावेज शीर्ष पर रहें। यह retrieval augmented generation पाइपलाइनों में मदद करता है, जहां जेनरेटर को भेजे जाने वाले पैसेज की गुणवत्ता उम्मीदवार पूल के आकार से अधिक मायने रखती है। यह एंटरप्राइज़ सर्च, डॉक्युमेंटेशन लुकअप, और किसी भी ऐसे वर्कफ़्लो के लिए भी उपयुक्त है जहां आपको नया टेक्स्ट बनाने के बजाय किसी क्वेरी के सापेक्ष मौजूदा टेक्स्ट को रैंक करने की आवश्यकता होती है। चूंकि उच्च-सटीकता स्तर सटीकता को लक्षित करता है, यह उन मामलों के लिए उपयुक्त है जहां ऑर्डरिंग गुणवत्ता प्राथमिकता है।
आप मॉडल को api14 के OpenAI-संगत API के माध्यम से मॉडल आईडी "cohere/rerank-5-pro" का उपयोग करके कॉल करते हैं। समर्थित पैरामीटर सूची खाली है, इसलिए आपको एंडपॉइंट डिफ़ॉल्ट रूप से जो स्वीकार करता है उससे आगे कोई ट्यून करने योग्य अनुरोध विकल्प अपेक्षित नहीं करना चाहिए। अपनी क्वेरी और उम्मीदवार दस्तावेज अनुरोध में भेजें और पुनः क्रमित परिणाम पढ़ें। यदि आप पहले से ही OpenAI-संगत क्लाइंट का उपयोग कर रहे हैं, तो आप इसे api14 पर इंगित कर सकते हैं और अपने समग्र एकीकरण दृष्टिकोण को बदले बिना इस मॉडल आईडी को बदल सकते हैं।
विचार करने वाली एक बात दायरा है। यह मॉडल केवल टेक्स्ट को rerank करता है, इसलिए यदि आपका कार्य उत्तर उत्पन्न करना, सारांश बनाना, या गैर-टेक्स्ट इनपुट को संभालना है, तो एक अलग मॉडल बेहतर फिट होगा। यह एक स्टैंडअलोन retrieval सिस्टम के बजाय एक reranking चरण भी है, इसलिए उम्मीदवार दस्तावेजों को उत्पन्न करने के लिए आपको अभी भी upstream में कुछ चाहिए। उन सीमाओं के भीतर, यह उस क्रम को बेहतर बनाने के लिए एक केंद्रित उपकरण है जिसमें टेक्स्ट आपकी पाइपलाइन के बाकी हिस्से तक पहुंचता है।
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": "cohere/rerank-5-pro",
"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);
इस कम्युनिटी में अभी कोई टॉपिक नहीं है। Cohere: Rerank 5 Pro के बारे में पहला टॉपिक खोलें।