待验证50% 置信事实精确时间
交叉编码器将查询和文档拼接后一起送入 Transformer，能捕捉更深层的相关性信号，但无法预计算文档表示，每个查询-文档对都需要一次前向传播，因此只适合对少量候选做精排。
1
来源数
50%
置信度
长期有效
时效性
2026/10/18
首次发现
来源
涉及实体
相关事实
已验证重排器通常使用交叉编码器实现，将查询和文档拼接后联合输入Transformer模型，排序精度显著高于初检阶段80% 相似已验证交叉编码器比双编码器更准确，因为它将[query, doc]拼接后送入Transformer，让注意力机制在词级直接比对，但无法预建索引只能用于精排。78% 相似已验证交叉编码器（Cross-Encoder）将查询与每个候选文档拼接后联合输入同一模型，通过注意力机制捕捉词级交互，排序精度优于向量相似度，但延迟随候选集规模线性增长74% 相似已验证Reranking阶段通常使用交叉编码器（Cross-Encoder），将查询和文档拼接后联合编码，比双塔模型能更精确判断相关性但计算成本更高72% 相似已验证Transformer的编码器负责将输入序列映射为上下文表示，适用于分类理解类任务；解码器自回归生成输出序列，适用于文本生成任务72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1063907API
curl https://kongchang.com/api/v1/knowledge/claims/1063907MCP
get_claim(id=1063907)