AvancéEntraînement & données
Reranking (reclassement)
En anglais : Reranking
Étape qui réévalue et réordonne, avec un modèle plus précis, une liste de résultats issus d’une première recherche rapide, afin de ne conserver que les plus pertinents.
La recherche par embeddings est rapide, mais elle encode la question et chaque document séparément, ce qui reste approximatif. Le reranking intervient ensuite sur un petit nombre de candidats, par exemple les cinquante premiers : un modèle dédié, souvent de type cross-encoder, lit la question et chaque passage ensemble et leur attribue un score de pertinence plus fin. On ne garde alors que les meilleurs, ce qui améliore la qualité du contexte transmis au modèle dans un système RAG et limite le nombre de tokens envoyés. C’est un recrutement en deux temps : un tri rapide des CV, puis des entretiens approfondis avec les candidats retenus.
Exemple
Un moteur de recherche juridique récupère cent décisions par recherche sémantique, puis un modèle de reranking en sélectionne les cinq plus pertinentes, transmises à l’assistant qui rédige la synthèse.
Notions liées
Base de données vectorielle
IntermédiaireSystème de stockage conçu pour enregistrer des embeddings et retrouver très rapidement ceux qui sont les plus proches d’un vecteur donné, même parmi des millions d’éléments.
Chunking (découpage en fragments)
IntermédiaireÉtape de préparation qui découpe de longs documents en fragments plus courts, appelés chunks, avant de les convertir en embeddings et de les indexer pour la recherche.