1. 什么是 Rerank？
Rerank（重排序） 是 RAG（检索增强生成）系统中的一种优化技术，用于提升检索精度。它采用两阶段检索架构：
第一阶段（粗排）：使用向量检索快速获取大量候选文档（如 topK=200）
第二阶段（精排）：使用专门的重排序模型对候选文档进行精确评分和重新排序
Rerank 的核心价值
✅ 提升检索精度：通过专业化模型更准确地评估文档相关性
✅ 解决语义漂移：深度理解查询和文档的完整上下文
✅ 优化排序质量：将最相关的文档排在前面
✅ 过滤低质量文档：通过分数阈值过滤不相关内容
2. 为什么需要Rerank？
为什么一个Embedding模型还不够，还需要再加一个Rerank模型？
下图为Embedding模型的缺点：
其中最主要的原因就是，查询与文档缺乏深度交互（Bi-Encoder 的先天局限）
Bi-Encoder是将查询的问题和文档分别编码，文档是提前已经编码好存储在向量库中，然后将问题进行编码，计算问题向量和文档片段向量之间的余弦相似度，最后返回相似度最高的TOP N个文档片段。
造成的结果：Embedding 无法判断"查询中的关键词是否在文档中被充分回答"。
如何解决Embedding模型带来的问题呢，以下是解决方案
其中rerank模型能够解决以下问题
3. rerank的原理
Rerank 是一个交叉编码器（Cross-Encoder） ，它同时接收查询和文档，进行深度交互后输出相关性分数。
查询和文档一起输入模型，在 Transformer 内部进行 token 级别的交叉注意力计算。
单独用 Embedding 的问题：
-
向量相似度是"浅层匹配"，无法理解复杂的查询意图
-
例如查询"苹果的价格"，可能召回"苹果公司的股价"和"水果店苹果的价格"，Embedding 难以区分
单独用 Rerank 的问题：
-
无法直接对海量文档逐一打分（计算量太大）
-
必须有候选集才能工作
4. 其他优化策略
