Rerank 2.5 Lite
Réseau Neuronal
Rerank 2.5 Lite de Cohere : reranker léger pour RAG et recherche sémantique, accélère les résultats et améliore la précision
Coût du prompt
(par 1M tokens)
Comment ça marche Rerank 2.5 Lite?
Rerank 2.5 Lite est un reranker léger de Cohere qui reclassifie les fragments trouvés selon leur pertinence par rapport à la requête. Selon le fournisseur, il offre une augmentation de la précision de recherche de 7,16 % par rapport à Cohere Rerank v3.5 sur 93 jeux de données, surpassant la version précédente tout en restant rapide. Sur BotHub, la connexion se fait sans VPN ni carte étrangère, le paiement s'effectue en roubles, et plus de 250 modèles sont disponibles avec une API compatible OpenAI, facilitant l'intégration. Scénarios : enrichissement du pipeline RAG avec une seconde étape de classement, recherche dans les bases de connaissances et la documentation, recherche dans les tickets de support, et affinement des résultats dans les chatbots et agents.Questions fréquentes sur Rerank 2.5 Lite
Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.
C'est un reranker : il reçoit une requête et un ensemble de fragments trouvés, puis attribue à chacun un score de pertinence pour placer les plus adaptés en haut. Utile pour la recherche dans les bases de connaissances, les systèmes RAG et la sélection de documents où un tri précis est nécessaire. Contexte jusqu'à 32 000 jetons.
Le modèle n'écrit pas de texte propre : sa réponse consiste en des scores de pertinence pour les fragments fournis, et non en un texte cohérent. La question « combien de texte par réponse » ne s'applique donc pas. Il accepte en entrée une requête et des documents totalisant jusqu'à 32 000 jetons.
Nos données n'indiquent pas de capacité de raisonnement avant réponse. De par sa nature, un reranker ne le fait pas : il compare directement la requête aux fragments et fournit un score. Si une argumentation étape par étape est nécessaire, utilisez un modèle de chat distinct via la même interface.
Nos données ne confirment pas la prise en charge de l'appel de fonctions ou de la sortie JSON structurée. En pratique, le reranker renvoie une liste de fragments avec des scores, et vous définissez le format et l'intégration de votre côté via l'API.
Nos données n'indiquent pas la prise en charge d'images, d'audio ou de vidéo : le modèle traite du texte (requête et fragments de documents). Si vous devez traiter des images ou du son, consultez les modèles multimodaux dans le catalogue BotHub ; le changement se fait en quelques clics.
Nos données ne contiennent pas d'évaluation spécifique sur la qualité du traitement du russe, nous ne pouvons donc rien promettre. Ces modèles sont généralement entraînés sur des données multilingues, mais il est préférable de tester avec vos requêtes et documents. Accès au modèle sans VPN ni carte étrangère.