입력
벡터 검색 및 점수 매기기를 위해 텍스트, 이미지 또는 문서 콘텐츠를 준비합니다.
검색 계획
알리바바 클라우드에서 생산 접근을 활성화하기 전에 검색, 임베딩 및 재정렬 흐름을 설계하는 데 사용하세요.
벡터 검색 및 점수 매기기를 위해 텍스트, 이미지 또는 문서 콘텐츠를 준비합니다.
사용자 쿼리에 대한 후보 컨텍스트를 수집하기 위해 임베딩을 사용하세요.
가장 적절한 소스 조각을 우선순위로 지정하기 위해 Qwen 재정렬을 적용합니다.
Nfero은 후에 적격 링크를 통해 구매할 경우 수수료를 받을 수 있습니다. 이는 귀하에게 추가 비용이 없습니다.
모델 플레이북
개발자가 올바른 모델 경로를 찾을 때 모델 페이지 순위를 매깁니다.
임베딩 모델 설명을 작업, 비용 및 호스팅 가능성을 기준으로 클러스터링합니다.
이유, 시각 및 호환성을 기반으로 모델 후보를 재정렬하세요.
사용 조건 적용됨. 본 제품을 상용화하기 전에 고객의 알리바바 계약서에서 사용 조건을 확인하십시오.
이 경로는 라이브 액세스가 준비되는 동안 탐색, 가격 추정 및 입력 계획을 위해 사용할 수 있습니다.
생산 사용 전 알리바바 클라우드에서 최종 한도를 확인하십시오.
curl -X POST https://nfero.com/api/models/qwen3-rerank/run \
-H 'content-type: application/json' \
-d '{"query":"","documents":["Alibaba Cloud","Qwen"],"top_k":3}'await fetch('/api/models/qwen3-rerank/run', {
method: 'POST',
headers: { 'content-type': 'application/json' },
body: JSON.stringify({
"query": "",
"documents": [
"Alibaba Cloud",
"Qwen"
],
"top_k": 3
})
});import requests
requests.post('https://nfero.com/api/models/qwen3-rerank/run', json={
"query": "",
"documents": [
"Alibaba Cloud",
"Qwen"
],
"top_k": 3
})