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.
Também chamado: reranker, re-ranking, reranker model
Por Divya Sharma · Verificado em 15 de nov. de 2026 · Como analisamos
A busca de primeira etapa, seja busca vetorial, BM25 ou busca híbrida, precisa ser rápida em milhões de itens, então compara a consulta e cada documento de um jeito barato. Um reranker olha só as poucas dezenas de candidatos do topo, então pode se dar ao luxo de ler a consulta e cada documento juntos e julgar a relevância com mais cuidado.
Modelos reranker
Um modelo reranker recebe uma consulta e um documento e retorna uma nota de relevância. A maioria é cross-encoder: um único transformer lê os dois textos de uma vez. Opções hospedadas incluem Cohere Rerank 5 e Voyage Rerank 3; entre as open-weight está o Jina Reranker v3.5. Algumas equipes também usam um LLM como reranker, o que custa mais por consulta.
Exemplo
Um app de retrieval-augmented generation recupera algumas dezenas de chunks para "prazo de reembolso em planos anuais". O reranker leva a cláusula de reembolso do plano anual do fundo da lista para o primeiro lugar, e só os poucos do topo entram no prompt. Menos chunks, e melhores, significam um prompt mais curto e menos chance de o modelo se agarrar ao trecho errado.
Limites
Um reranker não consegue salvar um documento que a primeira etapa nunca recuperou, então o recall da primeira etapa continua importando. Ele adiciona latência e custo por consulta. O guia de recuperação e reranking compara as opções.
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.
- 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.
- Retrieval-augmented generation
- Retrieval-augmented generation (RAG, geração aumentada por recuperação) é um padrão em que um sistema primeiro busca em uma coleção de documentos os trechos relevantes para uma pergunta e depois entrega esses trechos a um modelo de linguagem para que a resposta se baseie neles.
- 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.
- Métricas de recuperação (recall@k, nDCG, MRR)
- Métricas de recuperação (retrieval metrics) avaliam quão bem um sistema de busca retorna documentos relevantes. O recall@k verifica quantos itens relevantes aparecem entre os k primeiros, o nDCG recompensa colocá-los no alto e o MRR mede quão cedo aparece o primeiro correto.