リランキング

検索では、まず高速な第1段階で多数の候補を取得し、その後、低速でもより高精度なリランカーで並べ替えるという構成がよく使われます。Nogueira と Cho（2019）は、クエリと文章をまとめて読み込む BERT のクロスエンコーダーを使うと、第1段階のリトリーバー単体よりもランキング品質が大幅に向上することを示しました。

RAG システムでは、コンテキストをモデルに渡す前にリランキングを行うことで、最も関連性の高い箇所が確実に使われ、回答の質が向上します。