在 RAG、推荐系统、搜索引擎等场景中，粗排（Coarse-grained Ranking）和精排（Fine-grained Ranking）是一套 **“先海选、再精选”** 的两级检索排序策略，核心目的是在保证检索效率的前提下，大幅提升结果的精准度。
简单类比：
- 粗排 = 简历初筛：HR 快速扫一遍简历，把 “学历、工作年限” 达标的候选人挑出来，不纠结细节；
- 精排 = 复试面试：对初筛通过的候选人，深入考察专业技能、项目经验，最终确定录用名单。
在 RAG 的向量检索流程中，这套策略尤其适合海量数据场景（比如向量库中有百万 / 千万级文档片段），直接全局精排会严重拖慢速度，两级排序能兼顾 “快” 和 “准”。
一、粗排：快速筛选，缩小范围
1. 核心目标
从全量向量数据中，快速筛选出与问题 “可能相关” 的候选集，过滤掉明显不相关的数据，减少后续精排的计算量。
2. 技术特点
- 计算速度快：采用轻量级模型 / 规则，不追求高精度，只做 “快速过滤”；
- 向量检索中：常用近似最近邻（ANN）算法（比如 Milvus 的 IVF_FLAT、HNSW），牺牲一点点精度换速度；
- 其他场景：也可以用关键词匹配、标签过滤等简单规则（比如用户问 Spark，直接过滤掉 Hadoop 相关文档）。
- 召回率优先：粗排要保证 “不漏掉潜在相关数据”，所以筛选条件比较宽松，候选集的数量通常是最终需要结果的10~100 倍（比如要最终返回 10 条结果，粗排先选出 200 条候选）。
3. 在 RAG 中的应用示例
假设 Milvus 中有 100 万条技术文档向量，用户提问 “Spark 宽依赖和窄依赖的区别”：
- 粗排步骤：用问题向量通过 HNSW 算法检索，快速返回200 条候选片段（耗时毫秒级），这些片段都和 Spark 相关，但可能包含部署、调优、依赖关系等不同内容。
二、精排：精准排序，择优输出
1. 核心目标
对粗排筛选出的候选集，进行精细化相关性计算，最终按 “与问题的匹配度” 排序，选出最相关的 Top-K 结果。
2. 技术特点
- 计算精度高：采用更复杂的模型 / 算法，深入计算 “问题与候选片段” 的语义相关性；
- 向量检索中：常用余弦相似度、点积等精准度量方式，或引入交叉编码器（Cross Encoder）—— 专门用于计算 “文本对” 的相关性得分，比单向 Embedding 更精准；
- 其他场景：也可以用深度学习模型（如 BERT 变体），建模问题与文本的深层语义关联。
- 效率要求低：因为候选集已经被粗排缩小，所以即使精排算法复杂，整体耗时也可控。
3. 在 RAG 中的应用示例
对粗排选出的 200 条 Spark 相关候选片段：
- 精排步骤 1：用 Cross Encoder 计算 “用户问题 ↔ 每个候选片段” 的相关性得分（置信度）；
- 精排步骤 2：按得分从高到低排序，选出 Top-5 最相关的片段（比如直接讲解依赖关系的文档）；
- 最终：把这 5 条片段传给大模型生成答案。
三、粗排 + 精排的完整流程（RAG 场景）
用户提问 → 问题向量化 → 粗排（ANN 检索全量数据，选出 N 条候选） → 精排（Cross Encoder 计算相关性，选出 K 条 Top 结果） → 传给大模型生成答案| 阶段 | 核心算法 | 目标 | 速度 | 精度 |
|---|---|---|---|---|
| 粗排 | 近似最近邻（HNSW/IVF）、关键词过滤 | 快速召回候选集 | 快（毫秒级） | 较低 |
| 精排 | 余弦相似度、交叉编码器（Cross Encoder） | 精准排序候选集 | 中等（百毫秒级） | 较高 |
四、为什么需要两级排序？
- 只做粗排：速度快，但结果精度低，可能混入很多弱相关数据，影响 RAG 效果；
- 只做精排：对全量数据逐一计算精准相似度，在海量数据下速度极慢（比如千万级数据需要几秒甚至几十秒），无法满足实时检索需求；
- 粗排 + 精排：平衡了效率和精度，是海量数据场景下的最优解。
五、实操小技巧（LangChain + Milvus 实现粗排 + 精排）
- 粗排：用 Milvus 的 HNSW 索引做近似检索，获取候选集；
- 精排：用 LangChain 的
CrossEncoderReranker对候选集重新排序。
from langchain.retrievers import ContextualCompressionRetriever from langchain.retrievers.document_compressors import CrossEncoderReranker from langchain_community.cross_encoders import HuggingFaceCrossEncoder from langchain_community.vectorstores import Milvus # 1. 初始化 Milvus 粗排检索器 vector_db = Milvus(...) coarse_retriever = vector_db.as_retriever(search_kwargs={"k": 200}) # 粗排召回 200 条 # 2. 初始化精排重排器（用 HuggingFace 的 Cross Encoder 模型） model = HuggingFaceCrossEncoder(model_name="BAAI/bge-reranker-base") compressor = CrossEncoderReranker(model=model, top_n=5) # 精排选 Top-5 # 3. 组合粗排+精排 compression_retriever = ContextualCompressionRetriever( base_retriever=coarse_retriever, base_compressor=compressor ) # 4. 检索 docs = compression_retriever.get_relevant_documents("Spark 宽依赖和窄依赖的区别")
