Embedding 模型与 Reranker 的区别
哪些公司问过
答案要点
- Embedding:双塔,查询和文档独立编码,文档向量可离线预计算,用于召回
- Reranker:交叉编码,查询与文档拼接,输出精细相关性分数,用于精排
- Embedding 速度快但精度有限;Reranker 精度高但开销大,只处理少量候选
- Embedding 损失:对比学习 InfoNCE,配批内负样本和难负样本
- Reranker 损失:交叉熵,或成对、列表式排序损失
易错点
- 说不清双塔和交叉编码的结构差别
- 认为 Reranker 可以替代召回
- 把两者的损失函数说成一样
面试官常见追问
- 为什么不全部用 Reranker?
- 什么是难负样本?
- ColBERT 属于哪一类?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。