El reranking toma un conjunto de resultados obtenidos por una búsqueda inicial (por ejemplo, los más similares según una base de datos vectorial) y los reordena usando un modelo más preciso, aunque también más costoso computacionalmente, que evalúa mejor qué tan relevante es cada resultado para la consulta específica.
Por qué se hace en dos pasos
Aplicar el modelo más preciso a millones de documentos sería demasiado lento; por eso primero se filtra rápidamente a un conjunto reducido de candidatos, y recién sobre ese conjunto más chico se aplica el reranking más costoso, logrando un buen equilibrio entre velocidad y precisión.