TextRelevanceLLM

前提条件

行业算法版接入AI搜索开放平台

排序模型由AI搜索开放平台提供，如需在行业算法版中使用，需要先接入模型。

登录AI搜索开放平台，进入模型列表页面，在接入信息区域单击一键接入开通基于检索增强生成（RAG）的智能对话服务。页面下方展示可用模型，包括 ops-qwen-turbo（基于 qwen-turbo 微调以强化 RAG 能力）、qwen-turbo、qwen-plus、qwen-max 等大语言模型。

函数介绍

创建text_relevance_llm

• 语法：TextRelevanceLLM create(OpsScorerInitParams params, CString serviceId, CString fields)

• 参数说明：

  • params：算分初始化参数，参考OpsScorerInitParams

  • serviceId：重排服务（模型）ID。

  • fields： 属性字段，多个字段之间以#号分隔。

计算分数

• 语法：double evaluate(OpsScoreParams params)

• 参数params：算分输入参数，详情请参考OpsScoreParams。

• 返回值：文本相关性分数，取值范围为[0, 1]。

示例代码

package users.scorer;
import com.aliyun.opensearch.cava.framework.OpsScoreParams;
import com.aliyun.opensearch.cava.framework.OpsScorerInitParams;
import com.aliyun.opensearch.cava.framework.OpsRequest;
import com.aliyun.opensearch.cava.framework.OpsDoc;
import com.aliyun.opensearch.cava.features.algo.TextRelevanceLLM;
class IntelligenceAlgorithmScorer {
    TextRelevanceLLM _textRelevanceLLM;
    boolean init(OpsScorerInitParams params) {
        _textRelevanceLLM = TextRelevanceLLM.create(params, "ops-text-reranker-001", "detail_attr");
        return true;
    }
    double score(OpsScoreParams params) {
        OpsDoc doc = params.getDoc();
        double score = _textRelevanceLLM.evaluate(params);
        doc.trace("TextRelevanceLLM Score: ", score);
        return score;
    }
};