Reranking cross-encodeur

Définition

Le reranking cross-encodeur est une etape de reordonnancement des resultats d'une recherche vectorielle qui consiste a evaluer conjointement, dans un meme passage du modele, la requete et chaque document candidat afin de calculer un score de pertinence fin. Contrairement au bi-encodeur utilise lors de la recherche initiale, qui encode requete et documents separement en vecteurs pour une comparaison rapide par similarite cosinus, le cross-encodeur concatene requete et document en entree et produit un score unique par une attention croisee complete entre les deux textes. Cette approche est nettement plus precise car elle capture les interactions fines entre les termes de la requete et ceux du document, mais elle est aussi beaucoup plus couteuse en calcul, car elle ne peut pas etre pre-calculee: chaque paire requete-document doit etre traitee individuellement au moment de la recherche. En pratique, le reranking cross-encodeur s'applique donc uniquement sur un petit sous-ensemble de candidats, typiquement les vingt a cinquante meilleurs resultats deja pre-filtres par une recherche vectorielle rapide en deux etapes. Des modeles comme les cross-encoders de la bibliotheque Sentence-Transformers ou Cohere Rerank sont couramment utilises dans les pipelines RAG d'entreprise pour ameliorer significativement la precision finale sans degrader excessivement la latence globale du systeme.