Como funciona Rerank V3.5?
Rerank v3.5 é um modelo de reranking para motores de busca: reordena fragmentos encontrados para colocar os mais relevantes no topo. Suporta comparação multiaspecto e trabalho com dados semiestruturados, e a saída original pode ser tanto busca semântica quanto por palavras-chave. Através do BotHub, o modelo conecta-se via uma API compatível com OpenAI, juntamente com embeddings e modelos generativos. O pagamento é feito conforme o uso em rublos, sem necessidade de VPN ou cartão estrangeiro, e os dados são protegidos por criptografia AES-GCM. Cenários típicos: segunda etapa de ranqueamento em RAG, busca híbrida em documentação, classificação de cartões de produtos com campos e atributos, e resultados em bases de conhecimento e suporte.Perguntas frequentes sobre Rerank V3.5
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.
O rerank-v3.5 é um reranker, não um modelo de chat. Ele recebe uma consulta e um conjunto de documentos e os ordena por proximidade semântica, para que os fragmentos realmente relevantes fiquem no topo. Use-o em buscas em bases de conhecimento, sistemas RAG e na seleção de resultados após a triagem inicial de candidatos.
Ele não escreve texto pronto: o modelo não gera respostas, mas retorna uma pontuação de relevância para cada documento. O contexto de entrada é de até 4096 tokens, ou seja, em uma única chamada você pode avaliar um par 'consulta mais documento' dentro desses limites; materiais longos devem ser divididos em fragmentos.
O reranker não possui raciocínio explícito: isso não foi observado em nossos dados. Ele não conduz diálogos nem explica seu processo de pensamento, fornecendo diretamente uma pontuação numérica de correspondência e a ordem dos documentos. Você constrói a lógica da decisão sobre o ranqueamento obtido.
Em nossos dados, a chamada de funções e a saída estruturada em JSON não foram observadas. Na verdade, o modelo retorna uma lista ordenada de documentos com pontuações de relevância — esse é o seu resultado. A integração com serviços externos, se necessária, deve ser implementada por você.
Não, de acordo com nossos dados, a aceitação de imagens, áudio e vídeo não foi observada. O modelo trabalha com texto: a entrada consiste em uma consulta e fragmentos de texto, e a saída é a ordem de relevância. Para cenários multimodais, serão necessários outros modelos.
Não temos dados específicos sobre a qualidade do trabalho com o português, por isso não podemos prometer. O reranker compara textos em pares e, na prática, vale a pena testá-lo com sua própria amostra: execute consultas e documentos reais e verifique se a ordem dos resultados coincide com o esperado.