Saltar al contenido principal
POST
/
v1
/
rerank
curl -X POST "https://api.lemondata.cc/v1/rerank" \
  -H "Authorization: Bearer sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "BAAI/bge-reranker-v2-m3",
    "query": "What is machine learning?",
    "documents": [
      "Machine learning is a subset of AI",
      "The weather is nice today",
      "Deep learning uses neural networks"
    ],
    "top_n": 2,
    "return_documents": true
  }'

{
  "results": [
    {
      "index": 0,
      "relevance_score": 0.95,
      "document": "Machine learning is a subset of AI"
    },
    {
      "index": 2,
      "relevance_score": 0.82,
      "document": "Deep learning uses neural networks"
    }
  ],
  "model": "BAAI/bge-reranker-v2-m3",
  "usage": {
    "prompt_tokens": 45,
    "total_tokens": 45
  }
}
Reordena documentos utilizando modelos de similitud semántica. Útil para mejorar los resultados de búsqueda y las aplicaciones RAG.

​
Request Body

​
model
string
requerido
ID del modelo de reranker a utilizar (por ejemplo, BAAI/bge-reranker-v2-m3, qwen3-rerank).
​
query
string
requerido
La consulta con la que se clasificarán los documentos.
​
documents
array
requerido
Lista de documentos (cadenas de texto) a reordenar.
​
top_n
integer
Número de mejores resultados a devolver. Por defecto se devuelven todos los documentos.
​
return_documents
boolean
predeterminado:"false"
Indica si se debe incluir el texto original del documento en la respuesta.

​
Response

​
results
array
Lista clasificada de documentos con puntuaciones.Cada resultado contiene:
  • index (integer): Índice original del documento
  • relevance_score (number): Puntuación de relevancia (0-1)
  • document (string): Texto original (si return_documents=true)
​
model
string
El modelo utilizado para el reordenamiento.
​
usage
object
Estadísticas de uso de tokens.
curl -X POST "https://api.lemondata.cc/v1/rerank" \
  -H "Authorization: Bearer sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "BAAI/bge-reranker-v2-m3",
    "query": "What is machine learning?",
    "documents": [
      "Machine learning is a subset of AI",
      "The weather is nice today",
      "Deep learning uses neural networks"
    ],
    "top_n": 2,
    "return_documents": true
  }'

{
  "results": [
    {
      "index": 0,
      "relevance_score": 0.95,
      "document": "Machine learning is a subset of AI"
    },
    {
      "index": 2,
      "relevance_score": 0.82,
      "document": "Deep learning uses neural networks"
    }
  ],
  "model": "BAAI/bge-reranker-v2-m3",
  "usage": {
    "prompt_tokens": 45,
    "total_tokens": 45
  }
}

Cuerpo

application/json
​
model
string
requerido

ID del modelo de reranker a utilizar (por ejemplo, BAAI/bge-reranker-v2-m3 , qwen3-rerank ).

​
query
string
requerido

La consulta con la que se clasificarán los documentos.

​
documents
object[]
requerido

Lista de documentos (cadenas de texto) a reordenar.

​
top_n
integer

Número de mejores resultados a devolver. Por defecto se devuelven todos los documentos.

​
return_documents
boolean

Indica si se debe incluir el texto original del documento en la respuesta.

Respuesta

200 - application/json

Response 200

​
results
object[]

Lista clasificada de documentos con puntuaciones. Cada resultado contiene: index (integer): Índice original del documento relevance_score (number): Puntuación de relevancia (0-1) document (string): Texto original (si return_documents=true )

​
model
string

El modelo utilizado para el reordenamiento.

​
usage
object

Estadísticas de uso de tokens.