为什么 RAG 需要 Reranking

初次检索用向量相似度速度快但精度有限，Reranking 用交叉编码器对候选结果精排，显著提升最终答案质量。

Reranking 会增加多少延迟

通常增加 50-200ms，取决于候选数量和模型大小，是精度和速度的权衡。

AI专业术语

Reranking

重排序 · 检索结果的精细化筛选

RAGNLP

RERA

定义: Reranking是AI领域的专业术语。Reranking 在初步检索后用更精确的模型对结果重新排序，将最相关的内容排到前面。

最后更新：2026-03-18

什么是Reranking？

Reranking 在初步检索后用更精确的模型对结果重新排序，将最相关的内容排到前面。这是 RAG 系统提升检索质量最有效的手段之一，通常能提升 10-20% 的准确率。

在粗检索之后做精排，两阶段检索架构
Cross-encoder 比 Bi-encoder 更精确但更慢
Cohere Rerank 和 BGE-Reranker 是主流选择

Reranking详解

Reranking 采用两阶段检索架构：第一阶段用 Embedding 快速召回 Top-K 候选（速度优先），第二阶段用 Cross-encoder 模型对候选进行精细排序（精度优先）。Cross-encoder 同时编码查询和文档，能捕捉更细粒度的语义关系，但计算成本高，只适合对少量候选重排。在 RAG 系统中加入 Reranking 通常能将回答准确率提升 10-20%，是性价比最高的优化手段之一。

Reranking的应用场景

正式定义

对初步检索结果使用更精确的模型进行重新排序以提升相关性的技术

应用场景

RAG 系统的检索质量优化
搜索引擎的结果精排
推荐系统的候选重排

常见误区

Reranking 不能弥补第一阶段检索的严重缺陷
Reranking 模型有延迟开销，需要权衡精度和速度
不是所有场景都需要 Reranking，简单查询直接检索就够

实际案例

📌 RAG 加入 Reranking 的效果

某企业 RAG 系统在检索后加入 Cohere Rerank，Top-3 检索准确率从 72% 提升到 89%，最终回答的正确率从 78% 提升到 91%。

Reranking的参考来源

社区
Pinecone: Rerankers in RAG
论文
Retrieve Anything To Augment Large Language Models2023-10

关于Reranking的常见问题

为什么 RAG 需要 Reranking: 初次检索用向量相似度速度快但精度有限，Reranking 用交叉编码器对候选结果精排，显著提升最终答案质量。
Reranking 会增加多少延迟: 通常增加 50-200ms，取决于候选数量和模型大小，是精度和速度的权衡。

与Reranking相关的术语

Reranking vs RAG— 查看对比 Reranking vs Semantic Search— 查看对比 Reranking vs Embedding— 查看对比