Late Interaction | 后期交互
Late Interaction（后期交互）是一种在信息检索和推荐系统中，将查询与文档各自编码后进行最后阶段细粒度交互的模型设计方法，以ColBERT为代表。它既保留了双塔模型的高效向量检索优势，又通过后期交互提升了语义匹配的准确性，成为工业界和学术界平衡速度与精度的主流方案。
一句话解释
Late Interaction 意为“后期交互”，是信息检索模型中的一种交互范式。它将查询和文档分别编码为独立的向量序列，仅在最后通过注意力或相似度运算让它们进行细粒度交互，而非在编码过程中就混合信息。
为什么会被关注
传统双塔模型虽然检索速度快，但查询和文档只在最后点积一个向量，丢失了大量交互细节；交叉编码器精度极高，但因逐对计算导致延迟过高无法用于召回。Late Interaction 恰好填补了这两者之间的空白——既能用向量索引进行快速粗排，又能通过后期交互取得接近交叉编码器的精度，因此受到搜索、推荐和问答系统的广泛关注。
核心逻辑
Late Interaction 的核心思想是：先分别对查询和文档进行编码（通常用Transformer）得到多个token级向量，然后将两组向量进行逐点交互（如余弦相似度矩阵），再通过池化（如MaxSim）得到最终的匹配分数。这与双塔模型的单向量对比不同，它保留了每个token的语义位置信息；与交叉编码器的早期拼接也不同，它避免了编码阶段的混合计算，从而支持离线预计算和倒排索引。
常见场景
典型场景包括搜索引擎的召回与粗排阶段，比如使用ColBERT作为第一轮候选生成的模型；也可用于推荐系统中的物品标题与用户查询的语义匹配，以及开放域问答中的段落选择。在需要兼顾响应速度和语义理解的垂直搜索（如电商、医疗）中，Late Interaction 正逐渐替代纯双塔模型。
容易混淆的点
容易与“早期交互”混淆：早期交互（如交叉编码器）在编码前就将查询和文档拼接，计算量随文档数线性增长，而 Late Interaction 的编码是独立的；也容易与“后期融合”混淆，后者是指多个模型结果的后期合并，而非模型内部的交互机制。此外，Late Interaction 并不等同于 ColBERT，后者只是其最具代表性的实现之一。
本文内容用于 AI 热词解释和概念整理，仅供学习和理解参考。若涉及表述偏差或内容修正，欢迎联系站点进行更新。
相关热词法院AI应用是指人工智能技术在司法领域的落地实践，包括智能辅助办案、类案自动推送、裁判文书生成、庭审语音识别等，旨在提升审判效率与公平性，减轻法官事务性负担。
法院AI部署是指将语音识别、文书生成、类案推送等人工智能技术集成到法院办案流程中，旨在提升审判效率、降低人为差错，并推动司法透明化。近年来，各地智慧法院试点加速，AI从辅助工具逐渐嵌入核心业务环节。
法院AI训练指利用裁判文书、法律法规等数据，训练机器学习模型以辅助司法工作，如案件分类、证据分析、量刑建议等。它并非替代法官，而是通过技术手段提升效率与一致性，正成为智慧法院建设的核心环节。
法院AI仿真利用人工智能技术对法庭场景、审判程序、辩论逻辑进行数字化模拟，用于法律教学、案件预演、证据推演等场景，帮助法官、律师和法学院学生更直观地理解司法过程。
法院AI建模是指运用人工智能技术，尤其是大语言模型和机器学习算法，对案件的事实要素、法律条文和历史判例进行结构化建模，辅助法官完成证据审查、量刑参考和文书生成的技术方案。