Reranker
Paso 2 de una pipeline RAG — después de que la base de datos vectorial recupera unos 50 candidatos, un cross-encoder los reordena por una relevancia más detallada. Devuelve los 5 mejores al LLM.
La búsqueda vectorial es «bi-encoder» (consulta y documento codificados por separado ⇒ rápida). El reranker es «cross-encoder» (consulta y documento codificados juntos ⇒ preciso pero 100 veces más lento). El diseño en dos etapas equilibra velocidad y precisión. Herramientas: Cohere Rerank (gestionado), BGE Reranker (pesos abiertos, BAAI), Jina Reranker, voyage-rerank, cross-encoders de sentence-transformers. Junto con la búsqueda híbrida, la mayor mejora de calidad en los sistemas RAG modernos.