Reranker

Maximieren Sie die Suchrelevanz und RAG-Genauigkeit mit unserer hochmodernen Reranker-API.

Reranker-API

Probieren Sie unsere hochmoderne Reranker-API aus, um Ihre Suchrelevanz und RAG-Genauigkeit zu maximieren. Kostenlos starten!


Anzahl der zurückgegebenen Dokumente
top_n
top_k
Maximale Anzahl der zurückzugebenden Top-Dokumente.

Anfrage
POST
curl "https://api.jina.ai/v1/rerank" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $JINA_API_KEY" \
-d @- <<EOFEOF
{ "model": null, "query": "Organic skincare products for sensitive skin", "top_n": 3, "documents": [ "Organic skincare for sensitive skin with aloe vera and chamomile: Imagine the soothing embrace of na…ing, healthy complexion.", "New makeup trends focus on bold colors and innovative techniques: Step into the world of cutting-edg…atement with every look.", "Bio-Hautpflege für empfindliche Haut mit Aloe Vera und Kamille: Erleben Sie die wohltuende Wirkung u…einen strahlenden Teint.", "Neue Make-up-Trends setzen auf kräftige Farben und innovative Techniken: Tauchen Sie ein in die Welt…jedes Mal ein Statement.", "Cuidado de la piel orgánico para piel sensible con aloe vera y manzanilla: Descubre el poder de la n…el radiante y saludable.", "Las nuevas tendencias de maquillaje se centran en colores vivos y técnicas innovadoras: Entra en el … y destaca en cada look.", "针对敏感肌专门设计的天然有机护肤产品:体验由芦荟和洋甘菊提取物带来的自然呵护。我们的护肤产品特别为敏感肌设计,温和滋润,保护您的肌肤不受刺激。让您的肌肤告别不适,迎来健康光彩。", "新的化妆趋势注重鲜艳的颜色和创新的技巧:进入化妆艺术的新纪元,本季的化妆趋势以大胆的颜色和创新的技巧为主。无论是霓虹眼线还是全息高光,每一款妆容都能让您脱颖而出,展现独特魅力。", "敏感肌のために特別に設計された天然有機スキンケア製品: アロエベラとカモミールのやさしい力で、自然の抱擁を感じてください。敏感肌用に特別に設計された私たちのスキンケア製品は、肌に優しく栄養を与え、保護します。肌トラブルにさようなら、輝く健康な肌にこんにちは。", "新しいメイクのトレンドは鮮やかな色と革新的な技術に焦点を当てています: 今シーズンのメイクアップトレンドは、大胆な色彩と革新的な技術に注目しています。ネオンアイライナーからホログラフィックハイライターまで、クリエイティビティを解き放ち、毎回ユニークなルックを演出しましょう。" + Eingabe hinzufügen ], "return_documents": false }
EOFEOF


v3.5: Schnelleres Listwise-Reranking mit Hybrid-Attention und Self-Distillation

jina-reranker-v3.5 ist ein mehrsprachiger Listwise-Reranker mit 0,6 Mrd. Parametern und einem 131K-Kontextfenster. Hybrid-Attention und Self-Distillation machen ihn schneller und robuster über Domänen hinweg als v3, und er ist ein Drop-in-Ersatz: Das Request-Schema ist unverändert.

m0: Mehrsprachiger multimodaler Dokumenten-Reranker

Unser neuer multimodaler mehrsprachiger Reranker zum Abrufen visueller Dokumente in mehreren Sprachen, mit SOTA-Leistung bei mehrsprachigen langen Dokumenten und Codesuchaufgaben.
Ziel eines Suchsystems ist es, schnell und effizient die relevantesten Ergebnisse zu finden. Traditionell wurden Methoden wie BM25 oder tf-idf verwendet, um Suchergebnisse basierend auf der Keyword-Übereinstimmung zu ordnen. Neuere Methoden, wie beispielsweise die einbettungsbasierte Kosinusähnlichkeit, wurden in vielen Vektordatenbanken implementiert. Diese Methoden sind unkompliziert, können jedoch manchmal die Feinheiten der Sprache und vor allem die Interaktion zwischen Dokumenten und der Absicht einer Abfrage außer Acht lassen. Hier glänzt der „Reranker“. Ein Reranker ist ein fortschrittliches KI-Modell, das die anfänglichen Ergebnisse einer Suche – oft bereitgestellt durch eine einbettungs-/tokenbasierte Suche – und sie neu bewertet, um sicherzustellen, dass sie besser mit der Absicht des Benutzers übereinstimmen. Es geht über den oberflächlichen Abgleich von Begriffen hinaus und berücksichtigt die tiefere Interaktion zwischen der Suchanfrage und dem Inhalt der Dokumente.

1
Erster Abruf
Ein Suchsystem verwendet Einbettungen/BM25, um basierend auf der Anfrage des Benutzers eine breite Palette potenziell relevanter Dokumente zu finden.

2
Reranking
Anschließend analysiert der Reranker diese Ergebnisse auf einer detaillierteren Ebene und berücksichtigt dabei die Nuancen der Interaktion der Abfragebegriffe mit dem Dokumentinhalt.

3
Verbesserte Ergebnisse
Es ordnet die Suchergebnisse neu und platziert diejenigen, die es auf der Grundlage dieser tiefergehenden Analyse für am relevantesten hält, ganz oben.

Der Reranker kann die Suchqualität erheblich verbessern, da er auf Unterdokument- und Unterabfrageebene arbeitet, d. h. die einzelnen Wörter und Phrasen, ihre Bedeutung und ihre Beziehung zueinander innerhalb der Abfrage und der Dokumente untersucht. Dies führt zu präziseren und kontextbezogeneren Suchergebnissen.
Jina Reranker v2 wurde im Juni 2024 veröffentlicht und für Agentic RAG entwickelt: Unterstützung für Funktionsaufrufe, mehrsprachige Suche in über 100 Sprachen und Code-Suche. Es bleibt verfügbar, wird für Text-Reranking jedoch von jina-reranker-v3.5 abgelöst. Erfahren Sie mehr über das v2-Modell.
Mehrsprachiges Retrieval
Reranker v2 ermöglicht die Dokumentensuche in über 100 Sprachen, unabhängig von der Abfragesprache.

Funktionsaufruf und Codesuche
Reranker v2 bewertet Codeausschnitte und Funktionssignaturen auf der Grundlage von Abfragen in natürlicher Sprache und ist somit ideal für Agentic RAG-Anwendungen.

Unterstützung tabellarischer und strukturierter Daten
Reranker v2 erstellt eine Rangfolge der relevantesten Tabellen auf der Grundlage von Abfragen in natürlicher Sprache und hilft so dabei, verschiedene Tabellenschemata zu sortieren und das relevanteste zu identifizieren, bevor eine SQL-Abfrage generiert wird.

Zwei Kaufmöglichkeiten

Abonnieren Sie unsere API oder kaufen Sie über Cloud-Anbieter.
Laden Sie diesen API-Schlüssel mit weiteren Token auf
Abhängig von Ihrem Standort werden Ihnen möglicherweise USD, EUR oder andere Währungen in Rechnung gestellt. Es können Steuern anfallen.
Bitte geben Sie zum Aufladen den richtigen API-Schlüssel ein

On-Premises-Bereitstellung

Stellen Sie Jina Reranker auf AWS SageMaker und Microsoft Azure und bald auch in Google Cloud Services bereit, oder wenden Sie sich an unser Vertriebsteam, um angepasste Kubernetes-Bereitstellungen für Ihre Virtual Private Cloud und Ihre lokalen Server zu erhalten.
AWS SageMaker
Einbettungen
Reranker
Microsoft Azure
Einbettungen
Reranker
Google Cloud
Einbettungen

Vergleich von Reranker, Vector Search und BM25

Die folgende Tabelle bietet einen umfassenden Vergleich von Reranker, Vector/Embeddings Search und BM25 und hebt deren Stärken und Schwächen in verschiedenen Kategorien hervor.
RerankerVektorsucheBM25
Beste fürVerbesserte Suchpräzision und RelevanzErste, schnelle FilterungAllgemeine Textsuche für weitreichende Abfragen
GranularitätDetailliert: Unterdokument und AbfragesegmentBreit: Ganze DokumenteMittelstufe: Verschiedene Textsegmente
Komplexität der AbfragezeitHochMittelNiedrig
Zeitkomplexität indizierenNicht benötigtHochNiedrig, nutzt vorgefertigten Index
Komplexität der TrainingszeitHochHochNicht benötigt
SuchqualitätHervorragend für differenzierte AbfragenAusgewogen zwischen Effizienz und GenauigkeitKonsistent und zuverlässig für eine breite Palette von Abfragen
StärkenSehr präzise mit tiefem KontextverständnisSchnell und effizient, mit mäßiger GenauigkeitHoch skalierbar, mit nachgewiesener Wirksamkeit
Testen Sie die Reranker-API kostenlosProbieren Sie die Einbettungs-API kostenlos aus

Erfahren Sie mehr über Reranker

Was ist ein Reranker? Warum reicht die Vektorsuche oder die Kosinusähnlichkeit nicht aus? Erfahren Sie mit unserem umfassenden Leitfaden mehr über Reranker von Grund auf.
Ratenbegrenzung
Ratenlimits werden auf zwei Arten erfasst: RPM (Anfragen pro Minute) und TPM (Token pro Minute). Die Limits werden pro IP/API-Schlüssel erzwungen und ausgelöst, wenn zuerst der RPM- oder TPM-Schwellenwert erreicht wird. Wenn Sie im Request-Header einen API-Schlüssel angeben, erfassen wir die Ratenlimits pro Schlüssel und nicht nach IP-Adresse.
ProductAPI EndpointDescriptionw/o API Keyw/ Free API Keyw/ Paid API Keyw/ Premium API KeyAverage latencyToken Usage CountingAllowed Request
Reader APIhttps://r.jina.aiConverts a URL to LLM-friendly text20 RPM500 RPM500 RPM5000 RPM7.9sCount the number of tokens in the output response.GET/POST
Reader APIhttps://s.jina.aiSearch the web and convert results to LLM-friendly text100 RPM100 RPM1000 RPM2.5sEvery request costs a fixed number of tokens, starting from 10.000 tokensGET/POST
Embedding APIhttps://api.jina.ai/v1/embeddingsConvert text/images to fixed-length vectors100 RPM & 100,000 TPM500 RPM & 2,000,000 TPM5,000 RPM & 50,000,000 TPM
depends on the input size
Count the number of tokens in the input request.POST
Reranker APIhttps://api.jina.ai/v1/rerankRank documents by query100 RPM & 100,000 TPM500 RPM & 2,000,000 TPM5,000 RPM & 50,000,000 TPM
depends on the input size
Count the number of tokens in the input request.POST
CC BY-NC Lizenz Selbstcheck

Häufige Fragen zu APIs
Häufige Fragen zur Abrechnung