Rerank
使用查詢和候選文件進行相關性精排。
概述
Rerank 接收一個查詢和一組候選文件，回傳按相關性排列的結果。它通常位於向量召回、關鍵字召回或混合召回之後，用於從有限候選中選出更相關的內容。
API 串接
Base URL
https://api.agtcloud.cn/v1執行精排
以下範例使用 Jina 風格的 POST /v1/rerank 請求。
curl 'https://api.agtcloud.cn/v1/rerank' \
-H 'Authorization: Bearer your-api-key' \
-H 'Content-Type: application/json' \
--data '{
"model": "MODEL_ID",
"query": "API Key 應該如何儲存？",
"documents": [
"將 API Key 儲存在伺服器端環境變數或金鑰管理服務中。",
"模型廣場用於檢視目前可用模型。",
"不要把真實 API Key 寫入瀏覽器前端或公開倉庫。"
],
"top_n": 2
}'| 參數 | 必填 | 說明 |
|---|---|---|
model | 否 | Rerank 模型 ID；是否可省略取決於所選格式 |
query | 是 | 用於判斷相關性的查詢文字 |
documents | 是 | 需要重新排序的候選文件陣列 |
top_n | 否 | 回傳的結果數量 |
讀取結果
結果按相關性排列。使用 results[].index 映射回原始 documents，並從 results[].relevance_score 讀取相關性分數。
選擇請求格式
| 格式 | 請求路徑 | API Reference |
|---|---|---|
| Jina | POST /v1/rerank | Jina Rerank |
| Cohere | POST /v1/rerank | Cohere Rerank |
| Xinference | POST /v1/rerank | Xinference Rerank |
理解相關性分數
- 相關性分數不是機率。
- 分數主要用於比較同一次請求中的候選順序。
- 閾值和
top_n應使用業務資料評估。