定義
クロスエンコーダとは、 質問文と候補文書のペアをまとめて 1 つのモデルに入力し、 関連度スコアを直接計算する手法のこと。
クロスエンコーダ (Cross-Encoder)とは（詳しく解説）
クロスエンコーダとは、 検索クエリと候補文書を 1 つの Transformer に同時入力し、 相互作用から関連度スコアを直接出力する手法のこと。 クエリと文書を別々にベクトル化してから類似度計算する 「バイエンコーダ」 とは対照的に、 2 つの文をまとめてエンコードするため 意味的なニュアンスまで捉えた高精度なスコアリングができるとされる。 一方で 候補文書ごとに毎回推論を回す必要があり、 事前計算ができるバイエンコーダに比べて計算コストが大きく、 候補数が数千〜数万規模だと レイテンシが実運用のボトルネックになりやすい。 そのため 現場では まずバイエンコーダ (embedding 検索) で候補を数十〜数百件に絞り込み、 クロスエンコーダで上位を再ランキングする 「二段階構成」 が広く採用されている。 2026 年時点では 自前学習より OSS の rerank モデルやマネージド rerank API を組み合わせ、 API 利用料とレイテンシの相場感でモデルを選ぶ運用が一般的とされる。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「クロスエンコーダ (Cross-Encoder)とは」 https://aipicks.jp/glossary/cross-encoder
クロスエンコーダ (Cross-Encoder)の使用例
- 検索クエリ「返品ポリシー」と候補文書 20 件をペアで入力し、 最も関連度の高い上位 3 件を再ランキングする。
- RAG パイプラインで バイエンコーダが拾った候補 50 件を クロスエンコーダで絞り込み、 回答生成に渡す上位 5 件を選ぶ。
