待验证60% 置信事实精确时间
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
2
来源数
60%
置信度
长期有效
时效性
2026/9/2
首次发现
来源
涉及实体
相关事实
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80% 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77% 相似待验证Transformer使用位置编码（Positional Encoding）在并行计算的同时保留词的顺序信息75% 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75% 相似待验证交叉编码器将两段文本拼接输入Transformer通过自注意力捕捉精确匹配信号，但计算成本是双塔的数百倍75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/842493API
curl https://kongchang.com/api/v1/knowledge/claims/842493MCP
get_claim(id=842493)