Rerank

POST /v1/rerank

對候選文件列表依據與查詢的相關性重新排序。常用於 RAG Pipeline 的精排步驟。

Rerank 是什麼？ 在 RAG 中，第一步通常用向量搜尋找出 Top-N 候選文件，但向量相似度不總是能精準反映相關性。Rerank 模型會更仔細地評估每個文件與查詢的相關程度，重新排序後只把最相關的幾篇送給 LLM。

請求

POST /v1/rerank
Authorization: Bearer sk-your-api-key
Content-Type: application/json

{
  "model": "baai/bge-reranker-v2-m3",
  "query": "OAuth 2.0 認證流程",
  "documents": [
    "OAuth 2.0 使用 Authorization Code Flow...",
    "今天天氣不錯，適合出門",
    "Bearer Token 在 Authorization Header 中..."
  ],
  "top_n": 2
}

請求欄位

欄位	類型	必填	說明
model	string	✓	Rerank 模型 ID
query	string	✓	搜尋查詢
documents	string[]	✓	候選文件列表
top_n	number		回傳排名前 N 筆，不填則回傳全部

回應

{
  "results": [
    {
      "index": 0,
      "document": "OAuth 2.0 使用 Authorization Code Flow...",
      "relevance_score": 0.9832
    },
    {
      "index": 2,
      "document": "Bearer Token 在 Authorization Header 中...",
      "relevance_score": 0.8741
    }
  ],
  "model": "baai/bge-reranker-v2-m3",
  "usage": {
    "total_tokens": 87
  }
}

回應欄位

欄位	類型	說明
results[].index	number	原始陣列的索引
results[].document	string	文件內容
results[].relevance_score	number	相關性分數，0.0 – 1.0

結果已按 relevance_score 由高到低排列。

可用的 Rerank 模型

模型 ID	說明
baai/bge-reranker-v2-m3	多語言，中英文效果佳
cohere/rerank-v3.5	高精度，適合英文為主的場景

完整模型列表請參考 GET /v1/models?type=rerank。