Rerank 为什么必要?
题目
Rerank 为什么必要?
参考答案
点击展开参考答案
- Embedding retrieval 通常是 bi-encoder:query 和 document 分别编码,再做向量相似度计算。
- 它速度快,适合大规模召回,但相关性判断比较粗。
- Reranker 通常是 cross-encoder:把 query 和候选 chunk 放在一起判断相关性。
- 常见工程流程: 面试答法: > Rerank 的价值是把“粗召回”变成“精排序”。
- 向量检索适合从大库里快速找候选,但 top-k 里可能有语义相似但不回答问题的片段。
- Reranker 会同时看 query 和 chunk,更适合判断是否真正相关。
- 工程上不能全库 rerank,只能先召回候选再精排。