---
title: "O que é reranking? Rerankers cross-encoder em RAG | BroadRouter"
description: "O reranking dá nova pontuação aos primeiros resultados de uma busca com um modelo mais preciso, em geral um cross-encoder, antes que cheguem ao LLM. Como funciona."
url: https://broadrouter.com/pt/glossary/reranking/
lang: pt-BR
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduzido do inglês com ajuda de IA. [Leia o original em inglês](https://broadrouter.com/glossary/reranking/) (atualizado em 2026-11-15).

# Reranking (reordenação de resultados)

Atualizado em 2026-11-15

Reranking é uma segunda etapa de recuperação em que um modelo mais preciso, porém mais lento, em geral um cross-encoder, pontua cada par de consulta e documento candidato vindo de uma primeira busca e os reordena, para que só os poucos mais relevantes sejam passados ao modelo de linguagem.

Também chamado de: reranker, reordenação, re-ranking, rerank, reclassificação de resultados, cross-encoder reranker

A primeira busca é rápida, mas grosseira. O reranking gasta mais processamento em uma lista curta para acertar a ordem.

## Como funciona

Um pipeline em duas etapas:

1.  **Recuperação.** Um método rápido, como [embeddings](https://broadrouter.com/pt/glossary/embeddings/) em um [banco de dados vetorial](https://broadrouter.com/pt/glossary/vector-database/), [BM25](https://broadrouter.com/pt/glossary/bm25/) ou [busca híbrida](https://broadrouter.com/pt/glossary/hybrid-search/), devolve os 50 a 100 melhores candidatos.
2.  **Reranking.** Um reranker lê a consulta e cada candidato juntos e dá a cada par uma pontuação de relevância. Fique com os 3 a 10 primeiros.

A maioria dos rerankers são cross-encoders. A documentação do Sentence Transformers diz que um cross-encoder “Generally provides superior performance compared to a Sentence Transformer (a.k.a. bi-encoder) model,” (tradução: em geral oferece desempenho superior ao de um modelo Sentence Transformer, também chamado de bi-encoder), mas é “Often slower” (tradução: muitas vezes mais lento) porque “it requires computation for each pair rather than each text.” (tradução: exige processamento para cada par, e não para cada texto). A documentação descreve os cross-encoders como “often used to re-rank the top-k results” (tradução: muito usados para reordenar os top-k resultados) de um bi-encoder.

```python
from sentence_transformers import CrossEncoder

model = CrossEncoder("cross-encoder/ms-marco-MiniLM-L6-v2")
ranks = model.rank(query, passages)   # passages from your first-stage search
top = [passages[r["corpus_id"]] for r in ranks[:5]]
```

A abordagem remonta pelo menos a Nogueira e Cho (2019), que fizeram fine-tuning do BERT como reordenador de passagens e relataram uma melhora relativa de 27% no MRR@10 sobre o melhor resultado anterior em recuperação de passagens do MS MARCO.

Também existem APIs de rerank hospedadas. O endpoint de rerank da Cohere “takes in a query and a list of texts and produces an ordered array with each text assigned a relevance score,” (tradução: recebe uma consulta e uma lista de textos e produz um array ordenado em que cada texto recebe uma pontuação de relevância), com pontuações normalizadas no intervalo de 0 a 1 e um campo `top_n` para limitar os resultados.

## Por que importa

-   **Qualidade da resposta.** O LLM só pode usar o que você envia. Uma ordem melhor coloca o chunk certo no prompt.
-   **Custo em tokens.** Com um bom reranker, você pode enviar 3 chunks em vez de 10, o que corta tokens de entrada em toda pergunta.
-   **Latência.** O reranker acrescenta uma etapa. O custo dele cresce com o número de candidatos, então mantenha essa lista curta.

## Na BroadNet Inference

A BroadNet não oferece endpoint de rerank nem de embeddings. Rode um cross-encoder por conta própria, por exemplo com o Sentence Transformers, ou use uma API de rerank hospedada, e depois envie os melhores chunks a um modelo de chat da BroadNet pela Chat Completions API compatível com a OpenAI.

Para documentos em árabe, confira se o seu reranker foi treinado com dados em árabe ou multilíngues; a [busca RAG em árabe](https://broadrouter.com/pt/blog/arabic-rag-search/) cobre o resto do pipeline. Se o seu corpus for pequeno, um modelo de contexto longo como o [DeepSeek V4.1 Flash](https://broadrouter.com/pt/models/deepseek-v4.1-flash/) pode permitir que você pule a recuperação; veja [contexto longo vs. RAG](https://broadrouter.com/pt/blog/long-context-vs-rag/).

## Perguntas frequentes

### Por que não usar o cross-encoder na busca inteira?

Ele pontua cada par de consulta e documento separadamente, então é lento demais para rodar sobre uma coleção inteira. A primeira etapa reduz milhões de documentos a dezenas ou centenas, e o reranker ordena só esses.

### Um LLM pode ser o reranker?

Sim. Você pode pedir a um modelo de chat que pontue ou ordene os candidatos. Normalmente é mais lento e custa mais por consulta do que um cross-encoder pequeno, então teste os dois com os seus dados.

### Quantos candidatos devo reordenar?

O suficiente para que a resposta certa costume estar entre eles. Meça com que frequência o chunk correto aparece no top 20, 50 e 100 da primeira etapa e escolha o menor número com um bom recall.

## Veja também

-   [RAG (geração aumentada por recuperação)](https://broadrouter.com/pt/glossary/rag/) (termo)
-   [Embeddings](https://broadrouter.com/pt/glossary/embeddings/) (termo)
-   [Busca híbrida (hybrid search)](https://broadrouter.com/pt/glossary/hybrid-search/) (termo)
-   [BM25](https://broadrouter.com/pt/glossary/bm25/) (termo)
-   [Chunking (RAG)](https://broadrouter.com/pt/glossary/chunking/) (termo)
-   [Banco de dados vetorial (vector database)](https://broadrouter.com/pt/glossary/vector-database/) (termo)
-   [Usar o LlamaIndex com a BroadNet Inference via OpenAILike](https://broadrouter.com/pt/guides/llamaindex-openailike/) (guia)
-   [RAG em árabe: normalização, chunking e retrieval que funcionam](https://broadrouter.com/pt/blog/arabic-rag-search/) (artigo)
-   [Contexto longo vs RAG: quando 1M de tokens substitui um banco vetorial](https://broadrouter.com/pt/blog/long-context-vs-rag/) (artigo)

Teste com a sua carga de trabalho real. Contas novas começam com US$ 5 de crédito para Gemma e transcrição. DeepSeek, GLM e Qwen3.8 exigem uma recarga.

[Começar](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-glossary-reranking&utm_content=page-cta) ·

**Fontes**

-   [Nogueira e Cho, Passage Re-ranking with BERT, arXiv 1901.04085 (verificado em 2026-11-15)](https://arxiv.org/abs/1901.04085)
-   [Documentação do Sentence Transformers, uso de cross-encoders (verificado em 2026-11-15)](https://sbert.net/docs/cross_encoder/usage/usage.html)
-   [Referência da API da Cohere, rerank (verificado em 2026-11-15)](https://docs.cohere.com/reference/rerank)
