模型简介

排序（Rerank）模型用于检索系统召回阶段之后做二次精准重排序。向量召回为保证执行效率，返回候选文档相关性参差不齐；Rerank 模型接收用户查询 query 和一批召回文档，计算每篇文档与 query 的语义相关性分数，按照分数从高到低输出结果，提升 RAG、语义检索的最终准确率。

支持的模型

接口详情

qwen3‑rerank接口详情

http调用

请求方式：POST

请求路径：https://ai.ctaigw.cn/v1/reranks

请求头

请求参数

响应参数

gte-rerank-v2接口详情

http调用

请求方式：POST

请求路径：https://ai.ctaigw.cn/v1/services/rerank/text-rerank/text-rerank

请求头

请求参数

响应参数

请求/响应示例

qwen3‑rerank示例

请求

curl --request POST \
 --url https: //ai.ctaigw.cn/v1/reranks \
 --header "Authorization: Bearer ${YOUR_APP_KEY}" \
 --header "Content-Type: application/json" \
 --data '{
    "model": "qwen3-rerank",
    "query": "Java接口如何降低RT，减少接口响应耗时？",
    "documents": [
        "Java接口可以通过线程池调优、减少同步锁、开启异步调用、合理使用缓存来降低接口RT。",
        "Go语言使用goroutine实现轻量级并发，大幅提升服务并发处理能力。",
        "MySQL通过索引优化、分库分表降低慢查询带来的数据库耗时。",
        "避免Java接口中循环查询数据库，批量查询可以显著缩短整体响应时间。",
        "Redis过期key淘汰策略支持volatile‑lru、allkeys‑lru等多种策略。",
        "JVM调优调整堆内存大小、GC回收器，可以减少STW停顿，改善接口耗时。"
    ],
    "top_n": 3,
    "instruct": "Select paragraphs that describe java api response time optimization techniques."
}'

成功响应

{
    "object": "list",
    "results": [
        {
            "index": 0,
            "relevance_score": 0.8334521178273196
        },
        {
            "index": 2,
            "relevance_score": 0.24100082626411193
        }
    ],
    "model": "qwen3-rerank",
    "id": "xxxxxxx",
    "usage": {
        "total_tokens": 200
    }
}

异常响应

{
    "error": {
        "type:": "Invalid_request",
        "code": "missing_parameter",
        "message": "Missing required parameters"
    }
}

qwen3‑rerank示例

请求

curl --location 'https: //ai.ctaigw.cn/v1/services/rerank/text-rerank/text-rerank' \
--header "Authorization: Bearer ${YOUR_APP_KEY}" \
--header 'Content-Type: application/json' \
--data '{
    "model": "gte-rerank-v2",
    "input": {
        "query": "容器服务如何实现服务优雅下线",
        "documents": [
            "Kubernetes中配置preStop钩子可以实现容器优雅关闭，等待业务处理完现有请求。",
            "Mit PreStop‑Hook kann die Anwendung vor dem Beenden Anfragen abschließen.",
            "Nginx支持长连接配置，可调整keepalive参数。",
            "Docker镜像多阶段构建可以有效缩小镜像体积。",
            "Kubernetes terminationGracePeriodSeconds 设置优雅等待超时时间。"
        ]
    },
    "parameters": {
        "return_documents": true,
        "top_n": 2
    }
}'

成功响应

{
    "output": {
        "results": [
            {
                "document": {
                    "text": "Java接口可以通过线程池调优、减少同步锁、开启异步调用、合理使用缓存来降低接口RT。"
                },
                "index": 0,
                "relevance_score": 0.95623
            },
            {
                "document": {
                    "text": "避免Java接口中循环查询数据库，批量查询可以显著缩短整体响应时间。"
                },
                "index": 3,
                "relevance_score": 0.92144
            },
            {
                "document": {
                    "text": "JVM调优调整堆内存大小、GC回收器，可以减少STW停顿，改善接口耗时。"
                },
                "index": 5,
                "relevance_score": 0.87302
            }
        ]
    },
    "usage": {
        "total_tokens": 312
    },
    "request_id": "xxxxx"
}