检索重排

重排对第一阶段召回的候选重新计算查询—文档相关性，以提高最相关证据进入上下文的概率。

为什么比向量相似度更精细

双编码器分别压缩查询和文档，文档表示可以预计算，因此召回很快，但查询和文档之间没有充分的 Token 级交互。Cross-Encoder 类重排器把查询与候选文档共同输入模型，可以针对当前查询建模细粒度 关系，代价是每个候选都需要额外推理。

两阶段检索

快速召回较大候选集 → 重排模型精排 → 选择少量高质量上下文

第一阶段优化召回率，第二阶段优化前排精度。这通常比直接对整个文档库运行高成本模型更可行。

工程参数

• 初始候选数量；
• 重排模型的最大输入长度；
• 最终保留数量；
• 是否按文档去重或限制同一来源占比；
• 相关性阈值；
• 重排延迟和批处理策略。

具体模型排名和接口变化较快，应通过本领域验证集选择，而不是照搬通用榜单。