embedding-retrieval

임베딩 기반 검색은 쿼리와 문서를 임베딩 공간에 투사하여 유사도(예: 내적 또는 코사인)를 기반으로 관련 문서를 순위화하는 방법이다. 일반적으로 문서 수준의 relevance 점수를 제공하여 후보 범위를 좁히는 데 쓰이지만 문서 내부의 짧은 증거 스팬을 직접적으로 노출하지는 못하는 한계가 있다. RARG는 임베딩 순위를 문서 순회 우선순위로 전환하고, 추가적으로 매치 수준 임베딩 reranking을 적용해 짧은 증거를 노출시키는 역할을 수행했다.