Como funciona Rerank 4 Pro?
Rerank 4 Pro é um modelo de ranqueamento da Cohere para busca e RAG: ele reordena fragmentos encontrados por relevância, opera com uma janela de contexto de 32K tokens e suporta mais de 100 idiomas. Não é necessário pré-processamento de dados: os documentos são enviados ao modelo como estão na sua base. No BotHub, o modelo é acessado via API compatível com OpenAI: basta alterar o nome do modelo na solicitação e comparar os resultados com outros, sem reescrever a integração. Acesso sem VPN ou cartões estrangeiros, pagamento em rublos conforme o uso, tokens não expiram. Cenários: melhoria de resultados de busca corporativa em documentação interna, aumento da precisão de respostas de assistentes RAG, seleção de chunks relevantes antes do envio para o modelo de linguagem, análise de catálogos multilíngues e suporte a pipelines de pesquisa.Perguntas frequentes sobre Rerank 4 Pro
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
É um reranker: ele não escreve respostas, mas avalia a relevância do par 'consulta - documento' e reordena os fragmentos encontrados por ordem decrescente de pertinência. Adequado para aprimorar sistemas de busca e RAG: pegue os principais candidatos de uma busca comum e mantenha apenas o que você realmente precisa.
Ele não escreve texto pronto: na saída, você recebe pontuações de relevância e a ordem dos documentos, não uma narrativa coerente. Em uma única passagem, está disponível um contexto de até 32.768 tokens, ou seja, você pode enviar fragmentos longos e compará-los com a consulta. O volume de saída, segundo nossos dados, é de até 29.491 tokens.
Não há indicação específica sobre raciocínio antes da resposta em nossos dados. Por sua função, o reranker não raciocina como os modelos de chat: ele fornece imediatamente uma pontuação de pertinência para cada par 'consulta - documento'. Se precisar de argumentação passo a passo, utilize um modelo de texto separado ao lado.
Não há confirmação sobre chamada de funções e saída estruturada em nossos dados. No entanto, o resultado do reranker é uma lista ordenada de documentos com pontuações, fácil de receber no código e processar programaticamente. Chamadas de função e JSON estrito geralmente são responsabilidade de um modelo generativo em conjunto.
Em nossos dados, o recebimento de imagens, áudio e vídeo não está indicado: o trabalho é baseado em texto — consulta e documentos candidatos, e as pontuações também são retornadas em formato de texto. Se precisar analisar imagens ou áudio, o BotHub possui modelos multimodais separados para isso.
Não há indicação específica sobre a qualidade do russo em nossos dados, por isso não podemos prometer. A comparação entre consulta e documento aqui não requer geração de texto, então materiais em russo podem ser enviados — mas a qualidade deve ser verificada em sua própria coleção e consultas.