Открыть в интерактивной справке · markdown для агентов: https://neuraldeep.ru/docs/rerank.md

Реранжирование · Rerank

Пересортировка кандидатов по релевантности к query. Отдаёт relevance_score для каждого документа. Используется после векторного поиска для fine-grained ранжирования top-k.

curl https://api.neuraldeep.ru/v1/rerank \
  -H "Authorization: Bearer $YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "bge-reranker",
    "query": "Что такое LLM?",
    "documents": [
      "Large language models обучены на больших корпусах.",
      "Сегодня в Москве солнечно.",
      "GPT-4 — это transformer-архитектура OpenAI."
    ]
  }'

import httpx
# topk_docs: list[str] полученные векторным поиском (top 50)
r = httpx.post(
    "https://api.neuraldeep.ru/v1/rerank",
    headers={"Authorization": f"Bearer $YOUR_KEY"},
    json={"model": "bge-reranker", "query": query, "documents": topk_docs},
    timeout=15.0,
).json()
# результаты отсортированы по relevance desc
top3 = [topk_docs[x["index"]] for x in r["results"][:3]]

Pipeline: сначала embeddings → ANN (Qdrant/FAISS) → top 50 → rerank → top 3-5 для LLM.

Ограничения на вход. query плюс все documents вместе до 105 600 символов, иначе 400 с X-Window: vector-payload. Окно qwen3-reranker-8b 8192 токена на пару «запрос + документ». Ответ должен уложиться в 30 секунд, поэтому на реранк отправляйте top 20-100 кандидатов, а не всю выдачу. Параллельность и квота общие с эмбеддингами.

Разделы справки (markdown для агентов)