Cohere: Rerank v3.5

Cohere: Rerank v3.5 adalah model reranking dari Cohere, yang terdaftar di bawah kategori rerank. Model ini dibuat oleh Cohere dan diidentifikasi di api14 dengan model id cohere/rerank-v3.5. Alih-alih menghasilkan teks bebas, model ini dibangun untuk mengurutkan ulang hasil pencarian agar item yang paling relevan muncul lebih dulu.

Model ini menerima teks sebagai input dan menghasilkan output rerank. Panjang konteksnya adalah 4096 token, dan output maksimumnya adalah 3686. Cohere mendeskripsikan Rerank v3.5 sebagai model yang dirancang untuk mengurutkan ulang hasil pencarian demi relevansi yang lebih baik, dengan dukungan untuk reranking data multi-aspek dan semi-terstruktur di lebih dari 100 bahasa. Model ini bekerja pada input teks dan mengembalikan hasil yang diurutkan ulang, bukan prosa, yang membentuk cara Anda harus mengharapkan integrasinya.

Kasus penggunaan praktisnya mengikuti langsung dari perilaku tersebut. Rerank v3.5 cocok untuk menyempurnakan hasil dari pencarian semantik atau kata kunci, di mana langkah pengambilan awal mengembalikan kumpulan kandidat dan reranker mengurutkan ulang kandidat tersebut berdasarkan relevansi. Karena model ini menangani data multi-aspek dan semi-terstruktur serta mencakup lebih dari 100 bahasa, model ini dapat digunakan dalam pipeline pencarian multibahasa dan dalam pengaturan di mana catatan membawa beberapa field atau atribut yang penting untuk relevansi. Pola umumnya termasuk meningkatkan urutan dokumen yang dikembalikan oleh pencarian vektor atau pencarian kata kunci sebelum hasil tersebut ditampilkan kepada pengguna atau diteruskan ke langkah berikutnya.

Anda memanggil model ini melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id cohere/rerank-v3.5. Menurut metadata model, daftar parameter yang didukung kosong, jadi tidak ada parameter permintaan di luar apa yang disyaratkan oleh API itu sendiri yang didokumentasikan untuk model ini. Rencanakan integrasi Anda di sekitar model id dan alur input teks ke output rerank, dan jangan mengasumsikan parameter sampling yang dapat disetel atau parameter serupa tersedia di sini.

Mengingat panjang konteks 4096 token dan output hanya berupa rerank, model ini cocok untuk tugas pengambilan dan pengurutan, bukan generasi, peringkasan, atau chat. Jika Anda memerlukan model yang menulis teks, melakukan percakapan panjang, atau menangani input non-teks, model lain di api14 akan lebih cocok.