重排序模型：检索精排

检索常分两阶段：先用向量召回（Embedding）快速粗筛，再用重排序（Reranker）精细打分重排。重排序模型把查询与候选同时输入，给出更准确的关联分数，弥补向量召回的语义模糊。

交叉编码器原理

重排序多用交叉编码器（cross-encoder）：把查询与文档拼接送入模型，经自注意力交互后输出一个相关性分数。因 query 与 doc 早期交互，精度高于仅比向量的双编码器，但无法离线建库，只能对少量候选打分。

from sentence_transformers import CrossEncoder
reranker = CrossEncoder("BAAI/bge-reranker-large")
pairs = [("用户问题", doc) for doc in candidate_docs]
scores = reranker.predict(pairs)        # 逐对相关性打分
ranked = [d for _, d in sorted(zip(scores, candidate_docs), reverse=True)]

与召回的配合

典型流程：向量召回取前 100 候选，重排序对这 100 个重排取前 10。这样既保召回广度，又得精排精度，是 RAG 与搜索的常用组合。

小结

重排序模型以交叉编码器对查询与候选联合打分，弥补向量召回的语义误差，常与初召回级联使用，显著提升最终检索精度。

参考与延伸阅读

• “Sentence-BERT”（含交叉编码器思路, Reimers 等, 2019）。已核验。https://arxiv.org/abs/1908.10084
• Hugging Face Sentence-Transformers 文档首页。已核验。https://huggingface.co/docs/sentence-transformers/