Cross-encoder
Um cross-encoder é um modelo que lê uma consulta e um documento juntos, em uma única passada, e produz uma pontuação de relevância. Ele é mais preciso do que comparar embeddings separados, mas lento demais para rodar sobre uma coleção inteira.
Também chamado: bi-encoder, cross encoder
Por Divya Sharma · Verificado em 15 de nov. de 2026 · Como analisamos
O termo importa sobretudo na hora de escolher entre duas formas de usar um transformer para busca.
Bi-encoder vs cross-encoder
Um bi-encoder codifica a consulta e cada documento separadamente em embeddings. Os vetores dos documentos podem ser calculados uma vez e guardados em um banco de dados vetorial, e uma busca é uma comparação rápida de vetores. É assim que a busca vetorial funciona.
Um cross-encoder alimenta o modelo com a consulta e um documento como uma única entrada, para que cada palavra da consulta possa prestar atenção a cada palavra do documento. Ele produz uma pontuação, não um vetor reutilizável. Nada pode ser pré-calculado, então pontuar um milhão de documentos significa um milhão de chamadas ao modelo.
O artigo do Sentence-BERT põe números nisso: encontrar o par mais parecido entre 10.000 frases levava cerca de 65 horas com um cross-encoder BERT, contra cerca de 5 segundos com o seu bi-encoder.
Como eles são combinados
O padrão habitual é recuperar e reordenar: um bi-encoder ou o BM25 encontra algumas dezenas de candidatos, e então um cross-encoder os pontua de novo. É o que a maioria dos modelos de reranking faz, incluindo o mxbai-rerank v2.
Meio-termo
Modelos de late interaction, como o ColBERT, codificam consulta e documento separadamente, mas mantêm muitos vetores por texto e os comparam em uma etapa final barata, ficando entre as duas abordagens em custo e precisão.
Termos relacionados
- Reranking
- Reranking (reordenação) é uma segunda etapa de busca que pega uma lista curta de documentos candidatos e os reordena por relevância para a consulta, usando um modelo mais preciso, porém mais lento, que o da primeira busca.
- Late interaction (ColBERT)
- Late interaction (interação tardia) é um método de recuperação, apresentado pelo ColBERT, que codifica a consulta e cada documento separadamente em um vetor por token e depois pontua uma correspondência comparando esses vetores de token em uma etapa final barata.
- Embedding
- Um embedding (representação vetorial) é uma lista de números (um vetor) que representa um trecho de texto, uma imagem ou outros dados, produzida de forma que itens com significado parecido acabem com vetores próximos entre si.
- Busca vetorial
- A busca vetorial (vector search) encontra itens comparando seus embeddings com o embedding de uma consulta e devolvendo os mais próximos, para que os resultados correspondam pelo significado e não por palavras-chave em comum.
- Busca híbrida
- A busca híbrida (hybrid search) faz uma busca por palavras-chave e uma busca vetorial na mesma consulta e mescla as duas listas ordenadas, para que os resultados possam corresponder tanto às palavras exatas quanto ao significado.