Verified75% confidenceFactExact time
重排（Rerank）是对检索结果进行二次排序以提升相关性的步骤
3
Sources
75%
Confidence
Long-term
Relevance
9/12/2026
First Seen
Sources
Related Entities
Related Claims
Unverified重排序模型是 RAG 管道中的第二阶段优化，在向量检索返回候选结果后对候选文档与查询相关性进行精细打分并重新排序79% similarUnverified排序模型在初步召回的结果基础上进行精细排序，把最相关的内容推到前面73% similarUnverifiedRerank（重排序）使用Cross-Encoder模型对Top-K召回的候选片段重新打分排序，精度远高于Bi-Encoder71% similarUnverifiedReranker模型（如Cohere Rerank、BGE-Reranker、bce-reranker）同时考虑Query和Document的交互信息，排序精度更高但计算成本也更大70% similarUnverifiedReAct交替进行推理与行动，CoT通过中间步骤提升单步推理质量，ToT通过树状搜索探索多条解题路径68% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/915135API
curl https://kongchang.com/api/v1/knowledge/claims/915135MCP
get_claim(id=915135)