--- title: "Cross-encoder" description: "Cross-encoder avalia consulta e passagem juntas para pontuar relevância. Veja seu uso no reranking, o que testar e os limites de tempo e entrada." canonical: "https://tropk.ai/recursos/glossario/cross-encoder" last_modified: "2026-10-12T16:13:05.539Z" --- # Cross-encoder Revisado em 2026-10-06. ## O que significa Cross-encoder é um modelo que recebe a consulta e um documento ou passagem juntos, permitindo avaliar suas relações durante o processamento. Em tarefas de busca, pode atribuir uma pontuação de relevância a cada par. Essa avaliação conjunta é usada frequentemente para reordenar candidatos, pois repetir o processamento para todo um acervo grande pode ser custoso demais. ## Por que importa para marketing Para marketing, interessa quando a diferença entre duas passagens semelhantes depende de uma condição específica da pergunta. A avaliação conjunta pode ajudar a selecionar o trecho pertinente, mas deve ser demonstrada com exemplos do negócio. Ao solicitar essa etapa, inclua critérios de relevância e limites de tempo de resposta, em vez de aceitar apenas a promessa de maior precisão. ## Exemplo na prática Em um teste hipotético, um software contábil consulta a necessidade de certificado digital para exportar relatórios. Uma passagem exige certificado para transmitir obrigações; outra permite exportar relatórios sem certificado. O cross-encoder avalia a pergunta com cada passagem e prioriza a segunda. A equipe confere os pares processados e decide manter esse caso de distinção entre operações na avaliação do modelo. ## Como aplicar ou verificar Registre os pares de consulta e passagem enviados ao modelo, sua versão e as pontuações recebidas. Compare a classificação com julgamentos humanos em casos positivos e negativos. Confira também o limite de entrada: um trecho truncado pode perder justamente a ressalva necessária. Meça o tempo por [conjunto de candidatos](/recursos/glossario/conjunto-de-candidatos) e preserve os resultados para comparar futuras alterações da configuração. ## Distinções importantes Cross-encoder não significa gerador de respostas e sua pontuação não precisa ser uma probabilidade calibrada. A escala depende do modelo e da tarefa. Ao contrário do [bi-encoder](/recursos/glossario/bi-encoder), a avaliação conjunta não reutiliza um único embedding documental para todas as consultas. Ele também não encontra sozinho uma passagem ausente: no [reranking](/recursos/glossario/reranking), trabalha sobre os candidatos que efetivamente recebe. ## Fontes e referências - [Retrieve & Re-Rank — Sentence Transformers documentation]() — Sentence Transformers ## Continue a leitura - [Bi-encoder]() - [Conjunto de candidatos]() - [Reranking]() ## Sobre o autor [Vinicius Pacheco]() Responsável pelos conteúdos técnicos da Tropk, com foco em rastreamento, indexação, dados estruturados e acesso de agentes ao conteúdo. --- [Todas as páginas em Markdown]()