Embedding 与 Reranker

核心答案：Embedding 将文本映射为可比较向量，适合从大量片段中召回候选；Reranker 根据查询重新比较候选，适合把有限候选排得更准。 两者可串联，Reranker 不能找到召回阶段完全漏掉的片段。

输入、输出与成本位置

维度	Embedding	Reranker
输入	单条文本或文本批次	查询与候选文档
输出	每条文本的数值向量	候选的相关性分数或顺序
离线工作	资料导入时预计算向量	通常没有通用可复用的查询相关分数
在线工作	查询向量与向量检索	对本次候选再次打分
代价控制	片段数量、维度、缓存	候选数量、长度与模型大小

常见双编码器可以分开编码查询与资料；常见交叉编码器联合处理查询和候选，但并非所有 Embedding/Reranker 都使用同一网络结构。应按接口语义解释，避免把名称等同于唯一实现。

最小例子：召回之后才能重排

candidates = ["A", "B", "C"]
# 人工指定分数，仅演示排序，不代表真实模型效果。
scores = {"A": 0.2, "B": 0.9, "C": 0.6}
ranked = sorted(candidates, key=scores.get, reverse=True)
assert ranked == ["B", "C", "A"]
assert "D" not in ranked

如果真正相关的 D 没有进入候选列表，再好的排序器也无法将它选中。因此先测 Recall@k，再看排序质量，不应只观察最终一条结果是否“看起来不错”。

教材项目中的选择

本项目核心链路使用 Embedding 与 pgvector，重点验证导入、元数据过滤、来源与版本。Reranker 作为可选扩展，不把它包装成已经实现的核心能力。真实向量必须记录模型、维度与版本，查询端和资料端保持可比较性；演示向量只能验证流程，不能证明真实语义召回质量。

若实验发现候选中经常包含正确资料但排位靠后，可以加入重排；若候选里根本没有，先查切分、过滤、模型和召回深度。这里是诊断顺序，不保证每次重排都会带来收益。参见核心章节。

自测与排障

把候选数从 3 扩到 10，记录需重排的文本总长度，再说明延迟与费用可能如何变化。检查同一查询、同一候选上的排名；不要跨不同查询直接把分数解释为概率。

常见错误包括向量维度不同仍尝试混存、更新模型却复用旧向量、把相似度当事实可信度、只测试演示向量就报告真实检索效果。

官方资料与版本边界

• OpenAI Embeddings：向量生成与维度配置。
• Cohere Rerank：输入候选并按查询重排。
• Cohere Rerank best practices：分数与阈值需在任务数据上验证。

核验日期：2026-11-03。本页不指定重排模型，也不承诺不同服务分数具有同一标定。模型能力与长度限制以实际选用版本为准。