순위 재지정()

그만큼rerank()기능은 의미적 관련성, 벡터 유사성 및 위치 기반 점수를 결합하여 벡터 검색 결과에 대한 고급 재순위 기능을 제공합니다.

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

사용예

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,
})

매개변수

results:

QueryResult[]

재순위화할 벡터 검색 결과

query:

string

관련성을 평가하는 데 사용되는 검색 쿼리 텍스트

model:

MastraLanguageModel

재순위화에 사용할 언어 Model

options?:

RerankerFunctionOptions

재순위화 Model의 옵션

RerankerFunctionOptions

weights?:

WeightConfig

여러 점수 산정 구성 요소의 가중치(합계가 1이어야 함)

number

semantic?:

number (기본값: 0.4)

의미적 관련성의 가중치

number

vector?:

number (기본값: 0.4)

벡터 유사도의 가중치

number

position?:

number (기본값: 0.2)

위치 기반 점수의 가중치

queryEmbedding?:

number[]

쿼리의 임베딩

topK?:

number

반환할 상위 결과 수

rerank 함수는 Vercel AI SDK의 모든 LanguageModel을 허용합니다. rerank-v3.5와 같은 Cohere Model을 사용하면 Cohere의 재순위화 기능을 자동으로 사용합니다.

노트

순위를 다시 매기는 동안 의미 체계 점수가 제대로 작동하려면 각 결과에 텍스트 콘텐츠가 포함되어야 합니다.metadata.text field.

보고

이 함수는 배열을 반환합니다.RerankResult objects:

result:

QueryResult

원본 쿼리 결과

score:

number

종합 재순위화 점수(0~1)

details:

ScoringDetails

상세 점수 정보

ScoringDetails

semantic:

number

의미적 관련성 점수(0~1)

vector:

number

벡터 유사도 점수(0~1)

position:

number

위치 기반 점수(0~1)

queryAnalysis?:

object

쿼리 분석 세부 정보

number

magnitude:

쿼리의 크기

number[]

dominantFeatures:

쿼리의 주요 특성

관련된

• createVectorQueryTool