Cómo funciona Rerank V3.5?
Rerank v3.5 es un modelo de reranking para motores de búsqueda: reordena los fragmentos encontrados para que los más relevantes aparezcan primero. Admite comparación multiaspecto y trabajo con datos semiestructurados; la salida inicial puede ser búsqueda semántica o por palabras clave. A través de BotHub, el modelo se conecta mediante una API compatible con OpenAI junto con embeddings y modelos generativos. El pago se realiza en rublos sin necesidad de VPN o tarjetas extranjeras, y los datos están protegidos con cifrado AES-GCM. Escenarios típicos: segunda etapa de ranking en RAG, búsqueda híbrida en documentación, clasificación de fichas de productos con campos y atributos, y resultados en bases de conocimiento y soporte.Preguntas frecuentes sobre Rerank V3.5
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
rerank-v3.5 es un reranker, no un modelo de chat. Recibe una consulta y un conjunto de documentos y los ordena por proximidad semántica para que los fragmentos realmente relevantes aparezcan primero. Úselo en búsquedas en bases de conocimiento, sistemas RAG y para refinar resultados tras una selección inicial de candidatos.
No escribe texto: el modelo no genera respuestas, sino que devuelve una puntuación de relevancia para cada documento. El contexto de entrada es de hasta 4096 tokens; en una sola llamada se puede evaluar un par «consulta más documento» dentro de estos límites. Los materiales largos deben dividirse en fragmentos.
El reranker no realiza razonamientos explícitos: no está indicado en nuestros datos. No mantiene diálogos ni explica su proceso de pensamiento; simplemente devuelve una puntuación numérica de coincidencia y el orden de los documentos. Usted construye la lógica de decisión sobre el ranking obtenido.
En nuestros datos no se indica soporte para llamadas a funciones ni salida estructurada en JSON. De hecho, el modelo devuelve una lista ordenada de documentos con puntuaciones de relevancia; ese es su resultado. Si necesita integración con servicios externos, deberá implementarla por su cuenta.
No, según nuestros datos no admite la entrada de imágenes, audio o video. El modelo trabaja con texto: recibe una consulta y fragmentos de texto, y devuelve su orden por relevancia. Para escenarios multimodales, necesitará otros modelos.
No tenemos datos específicos sobre la calidad del trabajo con el idioma ruso, por lo que no podemos prometer nada. El reranker compara textos por pares; en la práctica, debe probarlo con su propia muestra: ejecute consultas y documentos reales y observe si el orden de los resultados coincide con lo esperado.