Cross-encoder
Architecture de réseau de neurones pour la similarité de textes qui encode la requête et le document ensemble → plus précis qu'un bi-encoder. Contrepartie : un coût en O(N) par requête (il faut encoder la requête avec chaque document candidat), d'où un usage limité au reclassement du top-N issu du bi-encoder.
Piles RAG modernes : bi-encoder (recherche vectorielle rapide) → 100 candidats → reclasseur cross-encoder → les 10 meilleurs transmis au LLM. Modèles de reclassement : ms-marco-MiniLM-L-6-v2, BAAI/bge-reranker-v2-m3, Cohere Rerank. À distinguer du modèle d'embedding (bi-encoder) : le cross-encoder évalue la pertinence, le modèle d'embedding produit un vecteur. Latence : 100 documents × 5 ms = 500 ms, tolérée en échange du gain de qualité. Cohere et Voyage AI proposent des API de reclassement gérées. Côté open source : sentence-transformers et la bibliothèque rerankers.