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.
Também chamado: ColBERT, multi-vector retrieval, late interaction
Por Divya Sharma · Verificado em 15 de nov. de 2026 · Como analisamos
Há duas formas comuns de pontuar relevância com um transformer. Um bi-encoder comprime cada texto em um único vetor, o que é rápido, mas perde detalhes. Um cross-encoder lê consulta e documento juntos, o que é preciso, mas lento demais para coleções grandes. A late interaction fica entre os dois.
Como funciona
O ColBERT codifica o documento uma vez, offline, mantendo um vetor para cada token. Na hora da consulta, ele codifica a consulta do mesmo jeito. Para cada token da consulta, encontra o token do documento mais parecido e depois soma essas melhores correspondências em uma pontuação. Como os vetores dos documentos são pré-calculados, o trabalho caro do modelo na hora da consulta é só sobre a consulta curta. A interação entre os dois textos acontece tarde, nessa comparação final.
O artigo do ColBERT relata precisão competitiva com rerankers baseados em BERT, rodando cerca de duas ordens de grandeza mais rápido.
Recuperação multivetorial
Recuperação multivetorial (multi-vector retrieval) é o nome mais amplo para guardar vários vetores por item. A mesma ideia agora é usada para imagens de páginas, em que cada pedaço da imagem recebe um vetor, como em recuperadores visuais de documentos como o Nemotron ColEmbed V2.
Limites
Guardar um vetor por token ocupa muito mais espaço do que um vetor por chunk, embora a compressão ajude. Menos bancos de dados vetoriais suportam busca multivetorial nativamente. Muitas equipes usam a late interaction como etapa de reranking sobre uma primeira busca mais barata.
Termos relacionados
- 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.
- 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.
- 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.
- 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.
- Banco de dados vetorial
- Um banco de dados vetorial (vector database) armazena embeddings junto com seus registros de origem e encontra os vetores guardados mais próximos de um vetor de consulta, geralmente com um índice aproximado para que a busca continue rápida em milhões de itens.
Fontes
- ColBERT: Efficient and Effective Passage Search via Contextualized Late Interaction over BERT (Khattab and Zaharia, 2020)
- ColBERT: Efficient and Effective Passage Search via Contextualized Late Interaction over BERT (Khattab and Zaharia, 2020)
- ColBERT: Efficient and Effective Passage Search via Contextualized Late Interaction over BERT (Khattab and Zaharia, 2020)