重排序模型

重要

本接口适用模型:bge-reranker-v2-m3, qwen3-reranker:8b

请求方式: POST

请求地址: /rerank

请求参数:

• model: 必选, 模型名, 对应接口 /v1/models 中的 id, 例如 "model": "bge-reranker-v2-m3"
• query: 必选, 查询的内容
• documents: 必选, 从库中查询到的相关内容 N 条
• top_n: 返回的top_n数字, 大于0的整数, 可空, 默认 5
• return_documents: 是否返回文档, 布尔型, 默认为 false

请求和响应示例

curl -X POST "https://uni-api.cstcloud.cn/v1/rerank" \
    -H "Content-Type: application/json" \
    -H "Authorization: Bearer {Token}" \
    -d '{
        "model": "bge-reranker-v2-m3",
        "query": "人工智能的应用",
        "documents": [
            "人工智能在医疗领域的应用正在快速发展",
            "自然语言处理是人工智能的一个重要分支",
            "机器学习算法可以从数据中学习模式"
        ],
        "top_n": 2,
        "return_documents": true
    }'

返回结果

{
    "id":"92029550-20eb-11f0-9df7-0242ac110002",
    "results":[
        {
            "index":0,
            "relevance_score":0.9097680449485779,
            "document":{
                "text":"人工智能在医疗领域的应用正在快速发展"
            }
        },
        {
            "index":1,
            "relevance_score":0.1651575118303299,
            "document":{
                "text":"自然语言处理是人工智能的一个重要分支"
            }
        }
    ],
    "meta":{
        "api_version":null,
        "billed_units":null,
        "tokens":null,
        "warnings":null
    }
}