Vi använder cookies. Cookies och webbläsarlagring håller dig inloggad och kommer ihåg dina preferenser. Med ditt tillstånd mäter vi också hur webbplatsen används. Du kan när som helst. Läs vår cookiepolicy.
mongodb/rerank-2.5-liteKörs på ditt saldo till priserna ovan. Nya konton börjar med gratis användning.
Inställningar
VoyageAI by MongoDB: rerank-2.5-lite är en omrankningsmodell från VoyageAI by MongoDB. Den tillhör kategorin rerank, vilket innebär att dess uppgift är att ta en uppsättning kandidatdokument och ordna om dem efter relevans för en fråga, snarare än att generera ny text. Den släpptes av leverantören 2026-07-27.
Modellen tar text som indata och producerar en omrankningsutdata, så du skickar en fråga tillsammans med de dokument du vill poängsätta och den returnerar dem i en mer användbar ordning. Den har en kontextlängd på 32000 tokens och en maximal utdata på 28800. Eftersom den endast arbetar med text måste alla kandidatpassager du vill rangordna tillhandahållas som text. Leverantören beskriver den som en omrankare optimerad för både latens och kvalitet, och rapporterar en förbättring av söknoggrannheten med 7,16% jämfört med Cohere Rerank v3.5 över 93 datamängder, samt att den överträffar Cohere Rerank v3.5.
Den praktiska användningen följer av detta. Om du redan kör ett söksteg, vare sig det är vektorsökning, nyckelordssökning eller en hybrid av de två, kan denna modell placeras efter det och ordna om de främsta kandidaterna innan de når din applikation eller din språkmodell. Det hjälper när det första steget returnerar rimliga men ofullständigt ordnade resultat, vilket är vanligt vid sökning i dokumentation, supportärenden, produktkataloger eller interna kunskapsbaser. Den är också användbar i pipeliner för retrieval augmented generation, där kvaliteten på de passager som placeras nära toppen av prompten har en direkt effekt på svaret, och i utvärderingsarbete där du vill ha en konsekvent relevansordning över en fast uppsättning kandidater. Betoningen på latens gör den till ett rimligt val när omrankning sker i requestvägen snarare än i ett batchjobb.
Du anropar den via api14:s OpenAI-kompatibla API med modell-id:t "mongodb/rerank-2.5-lite". Eftersom slutpunkten följer OpenAI-formatet kan du peka en befintlig OpenAI-klient mot api14 genom att ändra bas-URL:en och ange din api14-nyckel, och sedan skicka modell-id:t i din begäran. Inga ytterligare requestparametrar stöds för denna modell, så håll dina anrop till de standardfält som slutpunkten accepterar i stället för att förlita dig på leverantörsspecifika alternativ som anpassad trunkering eller instruktionsinställningar.
Tänk på kontextlängden när du sätter samman indata: frågan och dokumenten du skickar delar på budgeten på 32000 tokens, så mycket stora kandidatmängder behöver trimmas eller delas upp innan du skickar dem. Om din uppgift är att generera text snarare än att ordna den är en chatt- eller completionmodell rätt verktyg i stället, och om du behöver rangordna bilder eller andra icke-textindata täcker denna modell inte det.
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);
Den här communityn har inga trådar ännu. Starta den första om VoyageAI by MongoDB: rerank-2.5-lite.