Reranker(重排序器)是信息检索系统中的二阶段排序组件,位于初步检索之后,对候选结果进行更精细的相关性评估与重新排序。其核心作用是通过对查询与候选文档的深度交叉匹配(通常借助预训练语言模型),弥补初步检索阶段因计算效率限制而导致的排序不精准问题,从而在牺牲少量计算开销的前提下显著提升最终检索结果的准确性与相关性。
在RAG实际工程中,通常先召回Top-50到Top-100的候选文档,再通过Reranker精排后取Top-5到Top-10注入上下文