Kami menggunakan cookie. Cookie dan penyimpanan browser menjaga Anda tetap masuk dan mengingat preferensi Anda. Dengan izin Anda, kami juga mengukur cara situs digunakan. Anda dapat kapan saja. Lihat kebijakan cookie kami.
mongodb/rerank-2.5-liteBerjalan dengan saldo Anda sesuai harga di atas. Akun baru mendapat pemakaian gratis.
Pengaturan
VoyageAI oleh MongoDB: rerank-2.5-lite adalah model reranking dari VoyageAI oleh MongoDB. Model ini berada dalam kategori rerank, yang berarti tugasnya adalah mengambil sekumpulan dokumen kandidat dan mengurutkannya kembali berdasarkan relevansi terhadap kueri, bukan untuk menghasilkan teks baru. Model ini dirilis oleh penyedia pada 2026-07-27.
Model ini menerima teks sebagai input dan menghasilkan output rerank, jadi Anda mengirimkan kueri bersama dokumen yang ingin dinilai dan model mengembalikannya dalam urutan yang lebih berguna. Model ini memiliki panjang konteks 32000 token dan output maksimum 28800. Karena hanya bekerja pada teks, setiap bagian kandidat yang ingin diperingkat harus disediakan sebagai teks. Penyedia mendeskripsikannya sebagai reranker yang dioptimalkan untuk latensi dan kualitas, serta melaporkan peningkatan akurasi retrieval sebesar 7.16% dibandingkan Cohere Rerank v3.5 pada 93 dataset, sekaligus mengungguli Cohere Rerank v3.5.
Kesesuaian praktisnya mengikuti hal tersebut. Jika Anda sudah menjalankan langkah retrieval, baik vector search, keyword search, maupun kombinasi keduanya, model ini dapat ditempatkan setelahnya dan mengurutkan ulang kandidat teratas sebelum mencapai aplikasi atau model bahasa Anda. Ini membantu ketika tahap pertama mengembalikan hasil yang masuk akal tetapi urutannya belum sempurna, yang umum terjadi pada pencarian di dokumentasi, tiket dukungan, katalog produk, atau basis pengetahuan internal. Model ini juga berguna dalam pipeline retrieval augmented generation, di mana kualitas bagian yang ditempatkan di dekat bagian atas prompt berdampak langsung pada jawaban, dan dalam pekerjaan evaluasi di mana Anda menginginkan urutan relevansi yang konsisten pada sekumpulan kandidat yang tetap. Penekanan pada latensi menjadikannya pilihan yang wajar ketika reranking terjadi pada jalur permintaan, bukan dalam pekerjaan batch.
Anda memanggilnya melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "mongodb/rerank-2.5-lite". Karena endpoint mengikuti format OpenAI, Anda dapat mengarahkan klien OpenAI yang sudah ada ke api14 dengan mengubah base URL dan memberikan kunci api14 Anda, lalu meneruskan model id dalam permintaan Anda. Tidak ada parameter permintaan tambahan yang didukung untuk model ini, jadi batasi panggilan Anda pada field standar yang diterima endpoint, bukan mengandalkan opsi khusus penyedia seperti pengaturan truncation atau instruction kustom.
Perhatikan panjang konteks saat menyusun input: kueri dan dokumen yang Anda kirim berbagi anggaran 32000 token, sehingga kumpulan kandidat yang sangat besar perlu dipangkas atau dipisah sebelum dikirim. Jika tugas Anda adalah menghasilkan teks, bukan mengurutkannya, model chat atau completion adalah alat yang tepat, dan jika Anda perlu memeringkat gambar atau input non-teks lainnya, model ini tidak mencakup hal tersebut.
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-lite",
"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);
Komunitas ini belum memiliki topik. Buka topik pertama tentang VoyageAI by MongoDB: rerank-2.5-lite.