用户问题："安全技术交底只有口头说明可以吗？"

向量检索召回的前 5 条：
1. 文档A：安全技术交底制度(相似度 0.87)  ← 相关
2. 文档B：口头变更管理规范(相似度 0.83)  ← 可能不相关
3. 文档C：施工安全管理制度(相似度 0.81)  ← 太泛
4. 文档D：安全技术交底常见问题 FAQ(相似度 0.79) ← 实际上最相关！
5. 文档E：项目部安全职责分工(相似度 0.77) ← 不相关

Reranker 重排后：
1. 文档D：安全技术交底常见问题 FAQ(相关性 0.94) ← 提到最前面
2. 文档A：安全技术交底制度(相关性 0.91)
3. 文档C：施工安全管理制度(相关性 0.62) ← 分数大幅降低
4. 文档B：口头变更管理规范(相关性 0.45)
5. 文档E：项目部安全职责分工(相关性 0.31)

# qa_core/retrieval/models.py

from functools import lru_cache
from sentence_transformers import CrossEncoder

@lru_cache(maxsize=1)
def get_reranker() -> CrossEncoder:
    """返回进程级缓存的 CrossEncoder 实例。

    启动时通过 warmup_retrieval_stack() 预热加载。
    缓存到进程级别是因为模型加载耗时(通常 5-15 秒)，
    但推理快(单次重排约 10-50ms)。
    """
    settings = get_settings()
    model_path = settings.reranker_model_path  # 默认 models/bge-reranker-large
    return CrossEncoder(model_path)

def rerank_hits(query, hits, *, reranker, top_n):
    """使用本地 CrossEncoder 重排候选结果。"""
    if not hits:
        return []
    if reranker is None:
        raise RuntimeError("Reranker 未初始化，但当前检索计划要求重排。")

    # 构造 (query, passage) 对
    pairs = [(query, hit.document.page_content) for hit in hits]

    # 批量预测：一次传入所有 pairs，利用 GPU/CPU 批处理
    scores = reranker.predict(pairs)

    # 按 CrossEncoder 的分数降序重排
    reranked = [
        RetrievalHit(document=hit.document, score=float(score))
        for hit, score in sorted(
            zip(hits, scores),
            key=lambda item: float(item[1]),
            reverse=True
        )
    ]
    return reranked[:top_n]

# qa_core/retrieval/strategy.py(简化逻辑)

# FAQ 快速路径：不 rerank(只需要精确匹配)
# FAQ 标准检索：开启 rerank(需要精排候选 FAQ)
# 文档 RAG：开启 rerank(文档候选多，需要精排)
# 表格类查询：开启 rerank(表格行需要精确匹配)
# 信息不足：不 rerank(候选本身就少)