Rerank

Rerank-модели сортируют текстовые отрывки / документы по семантической релевантности к определенному запросу. Они часто используются для сортировки результатов поиска, возвращаемых существующим поисковым решением.

Попробуем выделить самый релевантный документ для конкретного вопроса:

cURL

curl -X POST "https://compressa-api.mil-team.ru/v1/rerank" \
  -H "accept: application/json" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer Ваш_API_ключ_Compressa" \
  -d '{
    "model": "Compressa-ReRank",
    "query": "Какая столица у Соединенных Штатов Америки?",
    "documents": [
      "Карсон-Сити — столица американского штата Невада.\nПо данным переписи населения США 2010 года, население Карсон-Сити составляло 55 274 человека.",
      "Содружество Северных Марианских островов — группа островов в Тихом океане,\nкоторые являются политическим разделением, контролируемым Соединенными Штатами.\nСтолица — Сайпан.",
      "Шарлотта-Амалия — столица и крупнейший город Виргинских островов США.\nВ нем проживает около 20 000 человек. Город находится на острове Сент-Томас."
    ],
    "return_documents": false
  }'

Python (requests)

import requests

def rerank_openai(query, documents, api_base, model, api_key=None, top_n=None):
    url = f"{api_base}/v1/rerank"
    headers = {
        "Content-Type": "application/json"
    }
    if api_key:
        headers["Authorization"] = f"Bearer {api_key}"
    payload = {
        "model": model,
        "query": query,
        "documents": documents,
    }
    if top_n is not None:
        payload["top_n"] = top_n

    response = requests.post(url, headers=headers, json=payload)
    response.raise_for_status()
    return response.json()