重排（rerank）解决什么问题

它是什么

重排（rerank）是在召回之后追加的一步精排。检索先用向量或关键词粗筛出一批候选，再由一个专门的模型逐条判断「这个片段到底能不能回答这个问题」，按相关性重新排序，只把最前面的几条交给大模型。

召回和重排的目标不同。召回追求快和全，向量检索把查询和片段分别编码成向量再比相似度，代价低，但它比较的是整体语义像不像，而不是能不能回答问题。

重排通常用交叉编码器：把查询和候选片段拼在一起送进模型，直接输出相关性分数。查询和文档在模型内部发生交互，判断更准；代价是每条候选都要单独跑一次，开销随候选数量增长。

常见的取数方式是召回 top-k，重排后取前 n 条放进上下文。k 和 n 要一起调：k 太小，正确答案进不了候选；n 太大，无关片段占满预算。

重排是同步链路里新增的一跳，候选多、文本长时延迟明显。工程上要设超时和降级：重排服务不可用时退回原始召回顺序，而不是让整个问答失败。

没有重排模型时，可以用规则兜底：关键词命中、字段权重、时间新近度、来源可信度。对专名、编号、错误码这类查询，关键词规则往往更稳。索引层也能直接设置相似度阈值和过滤条件。

用一批带标注的问题，固定召回结果，比较重排前后正确片段进入前 n 的比例；再看端到端答案正确率和延迟变化。如果命中没有提升、延迟明显增加，就不要上重排。评估方法可以参考如何评估一次改动。