Update RAG框架中的Rerank算法评估.md

docs/RAG框架中的Rerank算法评估.md

@@ -41,7 +41,7 @@ class QuerySuite(BaseModel):
  top_k: int = 1
 
 
-@ app.post('/bge_base_rerank')
+@app.post('/bge_base_rerank')
 def rerank(query_suite: QuerySuite):
  scores = reranker.compute_score([[query_suite.query, passage] for passage in query_suite.passages])
  if isinstance(scores, list):
@@ -118,4 +118,4 @@ curl --location 'http://localhost:50072/bge_base_rerank' \
 
 本文详细介绍了RAG框架中的两种Rerank模型的评估实验：bge-reranker和Cohere Rerank，算是在之前Retrieve算法评估实验上的延续工作，后续将会有更多工作持续更新。
 
-本文的所有过程及指标结果已开源至Github，网址为：[https://github.com/percent4/embedding_rerank_retrieval](https://github.com/percent4/embedding_rerank_retrieval) .
+本文的所有过程及指标结果已开源至Github，网址为：[https://github.com/percent4/embedding_rerank_retrieval](https://github.com/percent4/embedding_rerank_retrieval) .