待验证50% 置信事实精确时间

重排序（reranking）是RAG检索流水线中的常见环节：先用轻量、高速的ANN检索召回较大规模的候选集（如top-100），再用更精确但更昂贵的交叉编码器（cross-encoder）对候选逐对打分并重排。

1

来源数

50%

置信度

长期有效

时效性

2026/11/5

首次发现

来源

MIPS加速：让RAG检索更快更高效

涉及实体

重排序（reranking）concept ANNconcept 交叉编码器（cross-encoder）concept RAGconcept

相关事实

已验证重排序（Rerank）模型如Cohere Rerank、BGE-Reranker利用Cross-Encoder架构对查询与文档相关性进行精细评分，是RAG精度优化的关键一环77% 相似待验证重排序通常采用CrossEncoder架构，将查询与候选块拼接后进行相关性评分，在工业级RAG系统中已成为标准的粗排+精排两阶段架构76% 相似待验证语义检索与关键词检索常被成熟RAG系统结合使用（混合检索），再通过重排序模型优化结果，以兼顾召回率和精确率74% 相似待验证标准做法是把交叉编码器仅用于对检索返回的几十个候选做精排，形成“粗召回 + 精排序”的两阶段流水线。72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1140486

API

curl https://kongchang.com/api/v1/knowledge/claims/1140486

MCP

get_claim(id=1140486)