重排序(Reranking)在已有候选集合中,依据当前问题重新比较材料顺序。它通常与初次检索配合,重点是候选之间的相关性,而不是单独从全部资料中完成所有查找。
为什么先找再比较
初次检索需要从较大范围快速寻找可能有用的对象,后续可以使用不同方法进行更细致比较。Cross-Encoder是公开的句对评分方法之一,不代表所有重排序系统都必须采用它。
排名仍然会有误差
更靠前的材料可能更相关,但不一定更新、更可靠或支持全部结论。若候选集合一开始遗漏了关键资料,重新排序也不能凭空补回。
怎样帮助RAG
把更合适的候选放在生成系统前面,可以改善资料使用的机会。评价仍需检查引用、适用条件和生成结果,而不是只看重排序模型的单项分数。
理解这些问题时,可以结合Hybrid Search继续比较相关概念的含义与适用范围。
相关项目探索,可从LingoAI的AI方向继续了解。
常见问题:第一名就是正确答案吗? 不是。相关性排序和事实核对是不同工作。