Reranker
Stap 2 van een RAG-pipeline — nadat de vectordatabase zo'n 50 kandidaten heeft opgehaald, herordent een cross-encoder ze op nauwkeuriger relevantie. De top 5 gaat naar het taalmodel.
Vectorzoeken is ”bi-encoder” (vraag en document apart gecodeerd ⇒ snel). De reranker is ”cross-encoder” (vraag en document samen gecodeerd ⇒ nauwkeurig, maar 100× trager). Het ontwerp in twee fasen balanceert snelheid en precisie. Tools: Cohere Rerank (beheerd), BGE Reranker (open weights, BAAI), Jina Reranker, voyage-rerank en cross-encoders uit sentence-transformers. Samen met hybride zoeken de grootste kwaliteitswinst in moderne RAG-systemen.