ColBERT

Arquitetura de recuperação neural que codifica query e documento separadamente, preserva um vetor contextual por token e calcula relevância por late interaction. No operador MaxSim original, cada token da query procura sua maior similaridade entre os tokens do documento, e esses máximos são agregados em um score.

O documento continua pré-computável, enquanto a comparação mantém mais granularidade que um bi-encoder de vetor único. O custo aparece em índices maiores e em mais operações por candidato; ainda assim, a consulta tende a ser mais econômica que executar um cross-encoder completo para cada par. ColBERT pode atuar na recuperação ou no reranking, e o ponto adequado depende de recall, latência, memória e domínio medidos no próprio corpus.