通过 Cohere 根据文档回答并排序相关段落

依据来源文本整理回答或相关内容候选清单。

可以交给 Leina 的 Cohere 任务

复制示例,补充具体信息,然后在已接入的团队聊天中发给 Leina。

将来源文档作为具体问题的上下文。

使用 Cohere 模型 [模型 ID],根据文档 [文档] 回答 [问题]。支持时请求引用,并说明尚未解答的要点,区分有来源依据的表述与一般解释。

在提供的文档集合中找出最相关候选项。

使用 Cohere 重排模型 [模型 ID],为查询 [查询] 和候选文档 [文档] 返回前 [N] 项。将结果索引对应回原文档标题,并将相关性评分作为相对排序信号展示。

开始使用 Cohere

  1. 连接账号

    使用 Cohere API 密钥连接。

  2. 尝试一个任务

    在团队聊天中告诉 Leina 你的需求,说明数据来源、保存位置和预期结果。

    将 Leina 接入团队聊天 →
  3. 核对结果

    查看任务结果,并核对应用中的变更。

支持的 Cohere 能力

通过 Cohere 结合提供的文档生成聊天回答,为查询重排候选文档,并创建文本向量。这些操作处理你提供的材料,本身不会建立可搜索知识库。

回答与相关性

结合文档生成回答并重排提供的候选项。

文本向量

按合适输入类型为提供文本创建向量。

查看全部 3 项操作
  • Chat
  • Embed Texts
  • Rerank Documents

访问服务商网站 ↗

常见问题

回答需要提供哪些文档?

提供相关文本与可识别的标题或 ID。聚焦的文档集合便于将表述对应到来源。

如何使用重排结果?

使用索引与相关性评分安排候选项复核顺序。重排不验证事实准确性,也不搜索集合之外的内容。

可以创建搜索用向量吗?

可以,提供兼容模型、文本,以及适合文档或查询的输入类型。向量存储与搜索需要其他检索系统。

让 Leina 成为你的 Cohere AI 员工

在团队聊天中告诉 Leina 你的需求,说明数据来源、保存位置和预期结果。