Rerank
쿼리와 후보 문서를 사용하여 관련성에 따라 순위를 정교하게 조정합니다.
개요
Rerank는 쿼리 하나와 후보 문서 집합을 받아 관련성순으로 정렬된 결과를 반환합니다. 일반적으로 벡터 검색, 키워드 검색 또는 하이브리드 검색 이후에 사용하여 제한된 후보 중 더 관련성 높은 콘텐츠를 선택합니다.
API 연동
Base URL
https://api.agtcloud.cn/v1순위 재조정 실행
다음 예시는 Jina 형식의 POST /v1/rerank 요청을 사용합니다.
curl 'https://api.agtcloud.cn/v1/rerank' \
-H 'Authorization: Bearer your-api-key' \
-H 'Content-Type: application/json' \
--data '{
"model": "MODEL_ID",
"query": "API 키는 어떻게 보관해야 하나요?",
"documents": [
"API 키는 서버 환경 변수 또는 키 관리 서비스에 보관합니다.",
"모델 목록에서 현재 사용 가능한 모델을 확인할 수 있습니다.",
"실제 API 키를 브라우저 프런트엔드나 공개 저장소에 기록해서는 안 됩니다."
],
"top_n": 2
}'| 매개변수 | 필수 | 설명 |
|---|---|---|
model | 아니요 | Rerank 모델 ID로, 생략 가능 여부는 선택한 형식에 따라 달라집니다 |
query | 예 | 관련성을 판단하는 쿼리 텍스트 |
documents | 예 | 순위를 재조정할 후보 문서 배열 |
top_n | 아니요 | 반환할 결과 수 |
결과 읽기
결과는 관련성순으로 정렬됩니다. results[].index로 원본 documents의 항목을 찾고, results[].relevance_score에서 관련성 점수를 읽습니다.
요청 형식 선택
| 형식 | 요청 경로 | API Reference |
|---|---|---|
| Jina | POST /v1/rerank | Jina Rerank |
| Cohere | POST /v1/rerank | Cohere Rerank |
| Xinference | POST /v1/rerank | Xinference Rerank |
관련성 점수 이해
- 관련성 점수는 확률이 아닙니다.
- 점수는 주로 동일한 요청 내 후보의 순위를 비교하는 데 사용합니다.
- 임계값과
top_n은 업무 데이터로 평가해야 합니다.