[!info] related notes

• 所属 MOC: AI 模型能力 MOC, AI MOC
• 前置概念: Embedding 模型
• 应用场景: Python RAG 文件问答 Agent, Augmented LLM
• 管线组件: Reranker

Reranker 模型

一句话定义

Reranker 模型用于对初步召回的一组候选内容重新排序，让最相关、最适合放进上下文的内容排在前面。

角色边界

• 本页解释 Reranker 模型：它怎样对 query-candidate 对打分、为什么比第一阶段召回更精细，以及模型层的成本/能力边界。
• Reranker 解释检索管线里的重排组件：候选从哪里来、何时调用模型、怎样截断与回传结果。
• 因此“模型”是组件的一种实现依赖，组件不等于某一个具体模型。

核心机制 / 工作原理

Embedding 检索通常先快速召回一批候选，例如 top 20 个文本块。Reranker 再逐个判断“查询和候选内容是否真的匹配”，输出更精细的相关性分数。

常见链路是：

1. 用户提出问题。
2. 用 Embedding 模型 从向量库召回 top K 候选。
3. Reranker 对“问题 + 候选文本”逐对打分。
4. 选出分数最高的 top N。
5. 把 top N 放进 LLM 上下文。

Reranker 通常比向量召回更慢，但判断更细，所以适合放在“先粗召回、再精排序”的第二阶段。

最小例子 / 最小场景

用户问“部署失败为什么是 403”，向量检索可能召回很多包含“部署”或“403”的段落。Reranker 会进一步判断哪些段落真正解释这个错误，而不是只因为关键词或语义相近就排前。

常见使用场景

• RAG 检索结果重排
• 搜索结果排序
• FAQ 候选答案排序
• 推荐系统精排
• 多路召回结果合并

边界与易混淆点

• Reranker 不负责生成答案：它只决定哪些候选更值得交给下游。
• Reranker 不替代 embedding：embedding 负责快速召回，reranker 负责精细排序。
• Reranker 会增加延迟和成本：候选数量、文本长度和批量推理策略都要控制。
• 如果召回阶段完全没找对候选，reranker 也很难凭空补救。

学习检查

1. Reranker 模型与 embedding 模型的输入和目标有什么不同？
2. 为什么 reranker 更适合作为第二阶段，而不是直接承担全库第一阶段检索？
3. 如果召回阶段漏掉正确文档，reranker 能否补救？为什么？
4. “Reranker 模型”和“Reranker 管线组件”分别应该在哪里配置？

最短记忆方式

Reranker 是 RAG 和搜索里的“复核排序层”，负责从候选里挑出最该给模型看的内容。