Reranking
RAG系统中对初步检索结果进行二次排序的技术，通过更精细的相关性评分提升最终生成质量
核心事实
时间轴 (近 90 天)
重排序通常是单位投入下质量提升最大的手段：先检索30到50条较宽裕的候选集，再用交叉编码器或重排模型重新打分
两阶段检索策略通常先用向量检索粗召回20-50条，再用重排序模型精选出最终传入LLM的3-5条
在 RAG 系统中为不同来源文档设置差异化权重可通过检索阶段调整分数权重（Reranking）和生成阶段通过 System Prompt 明确冲突优先级两种方式实现，可叠加使用
重排序是在初步检索后对候选结果进行二次精排的步骤
重排序模型是 RAG 管道中的第二阶段优化，在向量检索返回候选结果后对候选文档与查询相关性进行精细打分并重新排序
Embedding生成、重排序（Reranking）和信息抽取因模型小、调用频率极高、易将GPU填满，是自托管优先迁移的理想工作负载
Embedding和Reranking任务模型较小、单次推理快、调用频率极高，更容易将GPU填满，是自托管优先迁移的理想工作负载，生成任务次之
重排模型会对查询和每个候选文档进行更精细的相关性打分，将最相关的文档排在前列，从而提升检索质量
全部知识事实 (12)
Reranking阶段通常使用交叉编码器（Cross-Encoder），将查询和文档拼接后联合编码，比双塔模型能更精确判断相关性但计算成本更高
80%已验证重排序（Reranking）技术先用粗检索召回大量候选片段，再用精排模型重新评分，只保留最相关内容送入模型
65%已验证Rerank（重排序）使用Cross-Encoder模型对Top-K召回的候选片段重新打分排序，精度远高于Bi-Encoder
65%待验证重排（Reranking）通常使用交叉编码器对每个片段与用户问题的相关性重新评估
90%待验证重排序通常是单位投入下质量提升最大的手段：先检索30到50条较宽裕的候选集，再用交叉编码器或重排模型重新打分
50%待验证两阶段检索策略通常先用向量检索粗召回20-50条，再用重排序模型精选出最终传入LLM的3-5条
50%待验证在 RAG 系统中为不同来源文档设置差异化权重可通过检索阶段调整分数权重（Reranking）和生成阶段通过 System Prompt 明确冲突优先级两种方式实现，可叠加使用
50%待验证重排序是在初步检索后对候选结果进行二次精排的步骤
50%待验证重排序模型是 RAG 管道中的第二阶段优化，在向量检索返回候选结果后对候选文档与查询相关性进行精细打分并重新排序
50%待验证Embedding生成、重排序（Reranking）和信息抽取因模型小、调用频率极高、易将GPU填满，是自托管优先迁移的理想工作负载
50%待验证Embedding和Reranking任务模型较小、单次推理快、调用频率极高，更容易将GPU填满，是自托管优先迁移的理想工作负载，生成任务次之
50%待验证重排模型会对查询和每个候选文档进行更精细的相关性打分，将最相关的文档排在前列，从而提升检索质量
50%