重排序（Reranking）是检索系统中的精排环节：先用效率高但精度有限的粗检索引擎召回一批候选文档，再用更强的模型对这些候选重新排序，把最相关的结果排到前面。
为什么需要重排序
- 向量检索和BM25面向“效率”设计，需要在海量文档中快速返回结果
- 粗召回的候选较多（如几十到上百条），相关性排序并不精准
- 重排序用更精细的模型逐条评估，排序质量大幅提升
工作原理
- 常见做法是使用交叉编码器（Cross-Encoder）：将“问题+候选文档”拼在一起输入模型，直接输出相关性分数
- 相比把问题和文档分别编码再算相似度的双编码器，交叉编码精度更高，但速度较慢，因此只对少量候选执行
在RAG中的作用
- 经典流程：召回（Top-100）→ 重排序（Top-5）→ 送入大模型
- 显著减少无关上下文，降低幻觉概率、提升回答质量
- 常与混合检索搭配，作为最后的精排步骤
代表性工具
- bge-reranker（智源）、Cohere Rerank等是常用方案
- LangChain、LlamaIndex等主流RAG框架均内置重排序接口
注意事项
重排序模型会带来额外的计算成本与延迟，候选数量需要权衡；应结合具体场景选择模型规模与精度。