リランキング(reranking)は、検索システムが一次検索で絞り込んだ候補文書を、質問との関連性に基づいて再評価し並べ直す工程である。一次検索ではベクトル類似度やキーワード一致といった高速だが粗い方法で多くの候補を集め、リランキングではより精密で計算コストの高いモデル(リランカー)で少数の候補を丁寧に評価する。質問と文書を同時に入力して関連度スコアを出すクロスエンコーダー方式が広く使われる。
RAGシステムでは、LLMに渡す文書を選ぶ最終段階として用いられ、無関係な文書がコンテキストに混ざって回答品質が下がるのを防ぐ。Cohere RerankやNVIDIA NeMo Retrieverのリランキングモデルなど、商用・オープンソースのリランカーが提供されている。