在高级 RAG 流程中，通常会对检索到的文档进行重排序（Rerank）以提升质量。请补全 RAG 增强流程的代码： [填空1] 和 [填空2] 处应分别填入：
def advanced_rag(query): # 1. 从向量数据库初步检索回 K 个相关文档 initial_docs = vector_db.search(query, k=10)
# 2. [填空 1]: 使用重排序模型对文档进行精选，选出最相关的 Top 3 refined_docs = reranker.______(query, initial_docs, top_k=3)3. 将精选文档作为上下文拼接入提示词
context = "\n".join(refined_docs)
prompt = f"Context: {context}\nQuestion: {query}\nAnswer:"4. [填空 2]: 将增强后的提示词发送给大模型
response = llm.______(prompt)
return response
rerank / generate
search / predict
score / invoke
rank / generate