---
title: "Reranking là gì? Giải thích reranker cross-encoder trong RAG"
description: "Reranking chấm điểm lại các kết quả đầu của lượt tìm kiếm đầu tiên bằng một model chính xác hơn, thường là cross-encoder, trước khi chúng tới LLM. Cách hoạt động."
url: https://broadrouter.com/vi/glossary/reranking/
lang: vi
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Được dịch từ tiếng Anh với sự hỗ trợ của AI. [Đọc bản gốc tiếng Anh](https://broadrouter.com/glossary/reranking/) (cập nhật ngày 2026-11-15).

# Reranking (xếp hạng lại)

Cập nhật 2026-11-15

Reranking là giai đoạn truy xuất thứ hai, trong đó một model chính xác hơn nhưng chậm hơn, thường là cross-encoder, chấm điểm từng cặp truy vấn và tài liệu ứng viên từ lượt tìm kiếm đầu rồi sắp xếp lại, để chỉ vài kết quả liên quan nhất được chuyển cho language model.

Còn gọi là: reranker, rerank, re-ranking, xếp hạng lại, sắp xếp lại kết quả, cross-encoder reranker

Lượt tìm kiếm đầu tiên nhanh nhưng thô. Reranking dồn thêm năng lực tính toán vào một danh sách ngắn để sắp xếp cho đúng.

## Cách hoạt động

Một pipeline hai giai đoạn:

1.  **Truy xuất.** Một phương pháp nhanh, như [embedding](https://broadrouter.com/vi/glossary/embeddings/) trong [vector database](https://broadrouter.com/vi/glossary/vector-database/), [BM25](https://broadrouter.com/vi/glossary/bm25/) hoặc [hybrid search](https://broadrouter.com/vi/glossary/hybrid-search/), trả về top 50 đến 100 ứng viên.
2.  **Rerank.** Reranker đọc truy vấn cùng từng ứng viên và cho mỗi cặp một điểm liên quan. Giữ lại top 3 đến 10.

Phần lớn reranker là cross-encoder. Tài liệu Sentence Transformers nói cross-encoder “Generally provides superior performance compared to a Sentence Transformer (a.k.a. bi-encoder) model,” (Bản dịch: thường cho hiệu năng vượt trội so với model Sentence Transformer (còn gọi là bi-encoder)) nhưng “Often slower” (Bản dịch: thường chậm hơn) vì “it requires computation for each pair rather than each text.” (Bản dịch: nó cần tính toán cho từng cặp thay vì từng văn bản.) Tài liệu mô tả cross-encoder là “often used to re-rank the top-k results” (Bản dịch: thường được dùng để xếp hạng lại top-k kết quả) từ một 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]]
```

Cách tiếp cận này có từ ít nhất Nogueira và Cho (2019), những người đã fine-tune BERT làm passage re-ranker và báo cáo mức cải thiện tương đối 27% về MRR@10 so với kết quả tốt nhất trước đó trên MS MARCO passage retrieval.

Cũng có các API rerank được host sẵn. Endpoint rerank của Cohere “takes in a query and a list of texts and produces an ordered array with each text assigned a relevance score,” (Bản dịch: nhận một truy vấn và một danh sách văn bản, rồi tạo ra một mảng có thứ tự trong đó mỗi văn bản được gán một điểm liên quan) với điểm được chuẩn hóa trong khoảng 0 đến 1 và một trường `top_n` để giới hạn kết quả.

## Vì sao quan trọng

-   **Chất lượng câu trả lời.** LLM chỉ dùng được những gì bạn gửi cho nó. Thứ tự tốt hơn đưa đúng chunk vào prompt.
-   **Chi phí token.** Với một reranker tốt, bạn có thể gửi 3 chunk thay vì 10, giảm token đầu vào ở mỗi câu hỏi.
-   **Độ trễ.** Reranker thêm một bước. Chi phí của nó tăng theo số ứng viên, nên hãy giữ danh sách đó ngắn.

## Trên BroadNet Inference

BroadNet không có endpoint rerank hay endpoint embedding. Hãy tự chạy một cross-encoder, chẳng hạn bằng Sentence Transformers, hoặc dùng một API rerank được host, rồi gửi các chunk đứng đầu tới model chat của BroadNet qua Chat Completions API tương thích OpenAI.

Với tài liệu tiếng Ả Rập, hãy kiểm tra reranker của bạn đã được huấn luyện trên dữ liệu tiếng Ả Rập hoặc đa ngôn ngữ chưa; [tìm kiếm RAG tiếng Ả Rập](https://broadrouter.com/vi/blog/arabic-rag-search/) trình bày phần còn lại của pipeline. Nếu kho dữ liệu của bạn nhỏ, một model context dài như [DeepSeek V4.1 Flash](https://broadrouter.com/vi/models/deepseek-v4.1-flash/) có thể giúp bạn bỏ qua bước truy xuất; xem [context dài và RAG](https://broadrouter.com/vi/blog/long-context-vs-rag/).

## Câu hỏi thường gặp

### Sao không dùng cross-encoder cho toàn bộ việc tìm kiếm?

Nó chấm điểm riêng từng cặp truy vấn và tài liệu, nên quá chậm để chạy trên cả một bộ sưu tập. Giai đoạn đầu thu hẹp hàng triệu tài liệu xuống còn vài chục hoặc vài trăm, và reranker chỉ sắp xếp chừng đó.

### LLM có làm reranker được không?

Được. Bạn có thể yêu cầu một model chat chấm điểm hoặc sắp xếp các ứng viên. Cách này thường chậm hơn và tốn kém hơn mỗi truy vấn so với một cross-encoder nhỏ, nên hãy kiểm thử cả hai trên dữ liệu của bạn.

### Nên rerank bao nhiêu ứng viên?

Đủ để câu trả lời đúng thường nằm trong đó. Hãy đo tần suất chunk đúng xuất hiện trong top 20, 50 và 100 của giai đoạn đầu, rồi chọn con số nhỏ nhất có recall tốt.

## Xem thêm

-   [RAG (tạo sinh tăng cường truy xuất)](https://broadrouter.com/vi/glossary/rag/) (thuật ngữ)
-   [Embedding (vector nhúng)](https://broadrouter.com/vi/glossary/embeddings/) (thuật ngữ)
-   [Hybrid search (tìm kiếm lai)](https://broadrouter.com/vi/glossary/hybrid-search/) (thuật ngữ)
-   [BM25](https://broadrouter.com/vi/glossary/bm25/) (thuật ngữ)
-   [Chunking (RAG)](https://broadrouter.com/vi/glossary/chunking/) (thuật ngữ)
-   [Vector database (cơ sở dữ liệu vector)](https://broadrouter.com/vi/glossary/vector-database/) (thuật ngữ)
-   [Dùng LlamaIndex với BroadNet Inference qua OpenAILike](https://broadrouter.com/vi/guides/llamaindex-openailike/) (hướng dẫn)
-   [RAG tiếng Ả Rập: chuẩn hóa, chia chunk và truy xuất hiệu quả](https://broadrouter.com/vi/blog/arabic-rag-search/) (bài viết)
-   [Long context và RAG: khi 1M token thay được vector DB](https://broadrouter.com/vi/blog/long-context-vs-rag/) (bài viết)

Hãy thử với khối lượng công việc thực tế của bạn. Tài khoản mới được tặng US$5 tín dụng ban đầu cho Gemma và chuyển giọng nói thành văn bản. DeepSeek, GLM và Qwen3.8 cần nạp tiền.

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

**Nguồn**

-   [Nogueira và Cho, Passage Re-ranking with BERT, arXiv 1901.04085 (kiểm tra ngày 2026-11-15)](https://arxiv.org/abs/1901.04085)
-   [Tài liệu Sentence Transformers, cách dùng cross-encoder (kiểm tra ngày 2026-11-15)](https://sbert.net/docs/cross_encoder/usage/usage.html)
-   [Tài liệu tham chiếu API Cohere, rerank (kiểm tra ngày 2026-11-15)](https://docs.cohere.com/reference/rerank)
