rerank()

La fonction rerank() fournit des fonctionnalités avancées de reclassement des résultats de recherche vectorielle en combinant la pertinence sémantique, la similarité vectorielle et une notation fondée sur la position.

function rerank(
  results: QueryResult[],
  query: string,
  modelConfig: ModelConfig,
  options?: RerankerFunctionOptions,
): Promise<RerankResult[]>

Exemple d’utilisation

import { rerank } from '@mastra/rag'

const model = 'openai/gpt-5.6-sol'

const rerankedResults = await rerank(vectorSearchResults, 'How do I deploy to production?', model, {
  weights: {
    semantic: 0.5,
    vector: 0.3,
    position: 0.2,
  },
  topK: 3,
})

Paramètres

results:

QueryResult[]

Résultats de recherche vectorielle à reclasser

query:

string

Texte de la requête de recherche utilisé pour évaluer la pertinence

model:

MastraLanguageModel

Modèle de langage à utiliser pour le reclassement

options?:

RerankerFunctionOptions

Options du modèle de reclassement

RerankerFunctionOptions

weights?:

WeightConfig

Poids des différents composants de notation (leur somme doit être égale à 1)

number

semantic?:

number (default: 0.4)

Poids de la pertinence sémantique

number

vector?:

number (default: 0.4)

Poids de la similarité vectorielle

number

position?:

number (default: 0.2)

Poids de la notation fondée sur la position

queryEmbedding?:

number[]

Embedding de la requête

topK?:

number

Nombre de meilleurs résultats à renvoyer

La fonction rerank accepte tout LanguageModel du Vercel AI SDK. Lorsque vous utilisez le modèle Cohere rerank-v3.5, elle exploite automatiquement les fonctionnalités de reclassement de Cohere.

remarque

Pour que la notation sémantique fonctionne correctement pendant le reclassement, chaque résultat doit inclure le contenu textuel dans son champ metadata.text.

Valeur renvoyée

La fonction renvoie un tableau d’objets RerankResult :

result:

QueryResult

Résultat d’origine de la requête

score:

number

Score combiné du reclassement (0 à 1)

details:

ScoringDetails

Informations détaillées sur la notation

ScoringDetails

semantic:

number

Score de pertinence sémantique (0 à 1)

vector:

number

Score de similarité vectorielle (0 à 1)

position:

number

Score fondé sur la position (0 à 1)

queryAnalysis?:

object

Détails de l’analyse de la requête

number

magnitude:

Magnitude de la requête

number[]

dominantFeatures:

Caractéristiques dominantes de la requête

Voir aussi

• createVectorQueryTool