用途：在初步检索之后，对已召回的文档重新打分排序，从而提高搜索精度。资料指出，初始的双编码器检索速度快但精度近似，交叉编码器或 LLM 能同时处理查询与文档，速度慢但更准确，因此常用做法是“先多召回（top-50）、再重排保留少量（top-10）”。
主要能力与模式：
- 交叉编码器重排：使用 sentence_transformers 的 CrossEncoder，默认模型 cross-encoder/ms-marco-MiniLM-L-6-v2，将查询与文档组成对并预测分数，排序后返回 top_k。
- LLM 批量重排：构造包含全部候选文档的提示，让模型按 0.0-1.0 逐行输出相关性分数，再解析、排序；示例模型为 gpt-5.2-mini，温度设为 0。
- Cohere Rerank API：使用 rerank-english-v3.0，传入查询与文档内容，取回带 relevance_score 的结果。
- 组合评分：以加权平均融合基础检索分、LLM 分与时效分（示例权重 alpha=0.3、beta=0.5、gamma=0.2）。
- 完整重排服务：设置超时（示例 5 秒），超时则回退到按原始分数排序，实现优雅降级。
使用与最佳实践：资料建议先召回 50-100 条再重排到 10 条；LLM 重排时每篇文档截断到 200-400 字符；始终设置超时并回退；同一查询与文档对可缓存分数；尽量一次 LLM 调用批量处理所有文档。模型选择上给出延迟、成本与质量对比：cross-encoder/ms-marco-MiniLM-L-6-v2 约 50ms、免费、质量好；BAAI/bge-reranker-large 约 100ms、免费、更好；cohere rerank-english-v3.0 约 200ms、约 $1/1K、最佳；gpt-5.2-mini 约 500ms、约 $0.15/1M、很好。
适用场景：需要高精度的生产级 RAG 系统、双编码器嵌入丢失语义细节时、需要融合多种相关性信号时。
限制与说明：资料未提供具体的安装命令、完整可运行环境依赖版本或评测脚本；上述代码为示例，价格与模型名以资料原文为准，实际以官方文档为准。