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।
mongodb/rerank-2.5ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।
सेटिंग्स
VoyageAI by MongoDB: rerank-2.5, VoyageAI by MongoDB का एक रीरैंकिंग मॉडल है। यह rerank श्रेणी से संबंधित है, जिसका अर्थ है कि इसका काम मौजूदा उम्मीदवार परिणामों के सेट को लेकर उन्हें प्रासंगिकता के आधार पर फिर से क्रम में लगाना है, न कि शुरू से नया टेक्स्ट बनाना। यह एक टेक्स्ट मॉडल है, और इसका आउटपुट एक rerank परिणाम होता है।
यह मॉडल इनपुट के रूप में टेक्स्ट स्वीकार करता है और रीरैंक किया गया आउटपुट देता है। इसकी कॉन्टेक्स्ट लंबाई 32,000 टोकन है और अधिकतम आउटपुट 28,800 है। चूंकि यह एक रीरैंकर है, यह गद्य नहीं लिखता, प्रश्नों के उत्तर नहीं देता और बातचीत नहीं करता। इसके बजाय, यह किसी क्वेरी के सापेक्ष पैसेज को स्कोर करता है और क्रम में लगाता है, और यही वह चरण है जो आम तौर पर शुरुआती रिट्रीवल पास और डाउनस्ट्रीम मॉडल को दिए जाने वाले या उपयोगकर्ता को दिखाए जाने वाले दस्तावेज़ों के अंतिम सेट के बीच आता है।
यही स्वरूप इसे हर उस जगह उपयोगी बनाता है जहां रिट्रीवल गुणवत्ता मायने रखती है। एक सामान्य पैटर्न दो चरणों वाली सर्च पाइपलाइन है: एक तेज़ वेक्टर या कीवर्ड सर्च उम्मीदवारों की एक व्यापक सूची लौटाता है, और rerank-2.5 उन उम्मीदवारों को फिर से क्रम में लगाता है ताकि सबसे प्रासंगिक आइटम सबसे ऊपर आ जाएं। यह retrieval augmented generation पर लागू होता है, जहां बेहतर क्रम का मतलब है कि जनरेटर सबसे मजबूत कॉन्टेक्स्ट पहले देखता है, और डॉक्युमेंटेशन, सपोर्ट टिकट, आंतरिक नॉलेज बेस या प्रोडक्ट कैटलॉग पर सर्च पर भी लागू होता है। यह मूल्यांकन और डेटा क्यूरेशन के काम में भी फिट बैठता है, जहां आपको क्वेरी और दस्तावेज़ जोड़ों के एक बड़े सेट में एक सुसंगत प्रासंगिकता क्रम चाहिए होता है।
आप इसे api14 के OpenAI-संगत API के माध्यम से मॉडल id "mongodb/rerank-2.5" का उपयोग करके कॉल करते हैं। चूंकि एंडपॉइंट OpenAI प्रारूप का पालन करता है, आप base URL बदलकर और अपने अनुरोध में वह मॉडल id पास करके किसी मौजूदा OpenAI क्लाइंट को api14 की ओर इंगित कर सकते हैं। मॉडल कोई समर्थित पैरामीटर सूचीबद्ध नहीं करता, इसलिए ट्यून करने के लिए कोई सैंपलिंग या जनरेशन विकल्प नहीं हैं; आप अपनी क्वेरी और दस्तावेज़ भेजते हैं और रीरैंक किया गया क्रम वापस पाते हैं। 32,000 टोकन का कॉन्टेक्स्ट वह बजट है जिसे एक ही कॉल में कितने उम्मीदवार जमा करने हैं, यह तय करते समय ध्यान में रखना चाहिए।
यदि आपका काम टेक्स्ट जनरेशन, सारांशीकरण, चैट या टूल उपयोग है, तो रीरैंकर गलत टूल है और एक जनरेटिव मॉडल बेहतर फिट होगा। rerank-2.5 को एक स्टैंडअलोन सहायक के बजाय पाइपलाइन के एक चरण के रूप में मानना सबसे अच्छा है, और यह तब सबसे अधिक मूल्यवान होता है जब आपके पास पहले से एक उम्मीदवार सेट हो जिसे अधिक सटीक क्रम की आवश्यकता हो।
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-2.5",
"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। VoyageAI by MongoDB: rerank-2.5 के बारे में पहला टॉपिक खोलें।