business-assistant/docs/rerank.md

全文分析前的四级相关性判断

F098补充：无附件且已召回可用同题QA时，在本阶段之前直接走原答案路径，rerank不调用；详见同题QA提前返回。其他请求保持下述规则。

F093：已召回的最多12份完整资料在全文分块分析前，逐份由现有模型结合当前问题及上下文分类。提示154字，单份返回 {"level":"强相关"}，取值限强相关、中相关、弱相关、不相关。无解释、分数或重写摘要，输出预算32 tokens。

级别	含义	处理
强相关	直接解答或必要前置	保留，优先分析
中相关	可能有用，信息不足待核验	保留
弱相关	仅行业相同或依赖另一项未提出的活动	过滤，保护项除外
不相关	主题无关	过滤，保护项除外

输入仅包含问题、必要查询方向、资料标题与现成摘要；QA用原问题判断主题。优先使用解析后的追问语义，无解析结果的同会话追问使用现有受限历史；新话题不带旧历史。资格、地区、时效未确认不是排除依据。摘要仅作初筛，保留资料仍须完整核验原文，等级不是资格或获批概率。

直接需求及前置查询的最高分命中、同题QA、缺少摘要的资料受到保护，低等级也保留。单份输入超过12000字节则保留，不截断后推断无关。非法返回、超时或服务拥堵保留该份；超时或拥堵后不启动剩余排队分类，已在途的请求可结束。全部候选被排除时回退原集合。保留原检索的完整性状态，不把排序服务失败说成查无资料。

API与CLI默认开启，在项目根目录 .env 中控制（系统环境变量优先）；当前本地已显式设置：

# true：开启；false：关闭。修改后重启后端。
RERANK_ENABLED=true

关闭时不发起rerank分类请求，直接进入原全文分析流程。可选配置如下：

配置	默认	范围
RERANK_ENABLED	true	true / false
RERANK_CONCURRENCY	4	1至16
RERANK_TIMEOUT_SECONDS	5	1至30秒，单个网络请求超时

API分类仍使用现有共享模型信号量，等待名额超过1秒回退；单请求超时不等于整个阶段严格限定5秒。默认每轮最多12次短分类，线程池在当前请求内创建关闭。关闭时恢复原分析路径。更改代码或配置需重启后端，历史结果不回填。

recommendation.retrieval.rerank提供状态、耗时、输入/保留数量、实际调用数及每份资料的原始等级、保护/保留结果、错误码。不输出推理过程；保护不会把原始弱相关偷偷改成强相关。

当前rerank发生在完整资料读取后，减少的是后续全文分析成本，不改变六库召回与12条上限，也不能找回此前未召回的资料。所有候选都相关时，分类会增加耗时。

验证入口：python -m src.step3_question_answer.rerank_check（显式调用配置模型，仅合成资料）。2026-09-21的6组24份标注资料中，四级20份一致，强/中15份无误删，弱/不9份均过滤；四处差异发生在相邻等级，不能代替真实总体质量评测。全相关4份额外用时0.639秒。

原问题单组真实对照：12份降至8份，rerank 1.841秒，全文37块降25块；计入共同规划、检索与rerank后42.28秒至31.55秒，关键登记入口和备案均保留。两侧总模型调用均39次，收益来自较少的长文处理，并非调用总数下降。这是单次测试链路，未包含线上意图识别、排队、前端或容量验证。