Cohere近日推出新一代搜索模型Rerank4，该模型具备更大的上下文处理能力，能有效辅助AI智能体在复杂任务中快速定位关键信息。与上一代Rerank3.5相比，新版模型将上下文窗口从原有基础上扩展至32K，提升达四倍。

上下文窗口的大幅扩展使模型能够更从容地处理长篇幅文档，同时支持对多个段落进行并行分析，捕捉以往短窗口模型难以察觉的语义关联。Cohere表示，这一升级显著提升了真实业务文档的排序准确率，并进一步增强了检索结果与查询意图的相关性。

Rerank4提供快速版与专业版两种配置。快速版适用于电商、编程辅助及客服等对响应速度和准确度均有较高要求的场景；专业版则面向风险建模、深度数据分析等需要复杂推理与精细判断的任务。随着企业级搜索需求日益重要——尤其是AI智能体需要获取组织内部结构化信息与业务背景时——Rerank4通过优化初步检索结果的排序质量，有效提升了企业AI搜索的可用性。

该模型基于跨编码器架构设计，能够同时对查询语句与候选文本进行联合编码，从而识别细腻的语义关联，并对结果进行智能重排序，确保将最相关的内容呈现在前列。根据Cohere进行的多领域基准测试，Rerank4在金融、医疗及制造等行业数据集上的表现优于当前主流同类模型。此外，该模型延续了多语言支持能力，可理解超过100种语言，并在10种主流商用语言中实现了当前领先的检索性能。

值得关注的还有Rerank4的自学习功能。用户可结合常见使用场景对模型进行定制化调优，无需额外标注数据。类似于GPT-5.2等大型模型的使用方式，用户可通过引导告诉模型所偏好的内容类型及可信文档来源。Cohere指出，在医疗领域数据集的测试中，该自学习机制显著提升了检索质量，展现出较强的场景适应性。

核心亮点：

• 🌟 上下文窗口扩至32K，大幅提升长文档与多段落检索准确性
• 🚀 提供快速版与专业版，适配不同业务场景的效率与深度需求
• 📈 具备自学习能力，支持无标注数据的用户定制，优化领域表现