Cohere: Rerank v3.5

Cohere: Rerank v3.5 è un modello di reranking di Cohere, elencato nella categoria rerank. È realizzato da Cohere ed è identificato su api14 con il model id cohere/rerank-v3.5. Invece di generare testo libero, il modello è costruito per riordinare i risultati di ricerca in modo che gli elementi più rilevanti appaiano per primi.

Il modello prende testo come input e produce un output di rerank. La sua lunghezza di contesto è di 4096 token, e l'output massimo è 3686. Cohere descrive Rerank v3.5 come progettato per riordinare i risultati di ricerca per una rilevanza migliorata, con supporto per il reranking di dati multi aspetto e semi strutturati in più di 100 lingue. Lavora su input testuale e restituisce risultati riordinati anziché prosa, il che determina come dovresti aspettarti di integrarlo.

I casi d'uso pratici derivano direttamente da questo comportamento. Rerank v3.5 è adatto a raffinare i risultati di ricerca semantica o per parole chiave, dove un passaggio di recupero iniziale restituisce un insieme di candidati e il reranker riordina quei candidati per rilevanza. Poiché gestisce dati multi aspetto e semi strutturati e copre oltre 100 lingue, può essere utilizzato in pipeline di ricerca multilingue e in configurazioni in cui i record contengono diversi campi o attributi rilevanti per la rilevanza. I pattern comuni includono il miglioramento dell'ordinamento dei documenti restituiti da una ricerca vettoriale o da una ricerca per parole chiave prima che tali risultati vengano mostrati a un utente o passati a un altro passaggio.

Chiami il modello tramite l'API compatibile con OpenAI di api14 usando il model id cohere/rerank-v3.5. Secondo i metadati del modello, l'elenco dei parametri supportati è vuoto, quindi nessun parametro di richiesta oltre a quanto richiesto dall'API stessa è documentato per questo modello. Pianifica la tua integrazione attorno al model id e al flusso da input testuale a output di rerank, e non dare per scontato che parametri regolabili di campionamento o simili siano disponibili qui.

Data la lunghezza di contesto di 4096 token e l'output solo di rerank, questo modello si adatta a compiti di recupero e ordinamento piuttosto che a generazione, riepilogo o chat. Se hai bisogno di un modello che scriva testo, sostenga una lunga conversazione o gestisca input non testuali, un modello diverso su api14 sarebbe più adatto.