diff --git a/K2-Search.md b/K2-Search.md
index a8fc257..bfaa784 100644
--- a/K2-Search.md
+++ b/K2-Search.md
@@ -155,7 +155,8 @@ A vektorok irányát és/vagy távolságát kiszámítva megállapítható, hogy
 
 ## Reranking
 
-A vektoros keresés eredményeként visszaadott találatokat értékeli újra relevancia szerint.
+A vektoros keresés eredményeként kapott találatok gyakran az összes relevánsnak tűnő dokumentumot tartalmazzák, de nem relevancia szerinti sorrendben.  
+A reranking során egy erre tanított modellel az egyes találatokat relevancia szerint súlyozzuk, majd ennek megfelelően rendezzük.
 
 - Egyedi reranker service (FlagReranker)
 	- python alapú szerver, docker konténerben
@@ -166,11 +167,16 @@ A vektoros keresés eredményeként visszaadott találatokat értékeli újra re
 	- a *bge-gemma2* és *gte-Qwen2* modellekkel jól tud együttműködni
 
 # Válaszgenerálás
+
+A keresési találatok alapján LLM segítségével megpróbálunk egy választ adni a felhasználó kérdésére.  
+Ehhez fontos, hogy a modell rendelkezésére bocsássuk a kérdés megválaszolásához az összes releváns információt.
+A találatokhoz tartozó metaadatok segítségével a válasz pontos referenciákat tartalmazhat.
+
 - OpenAI API GPT4-en keresztül generált
-- Prompt:
+- A prompt felépítése:
     - instrukciók
     - relevánsnak ítélt kontextus
     - user query
 - Az első két keresési találat chunkjait (és a hozzájuk tartozó contextet) tartalmazza a kérés kontextje
-- A kérés REST API-n történik, a válasz egyben meg van várva, nincsen streamelve
+- A kérés REST API-n történik, a válasz egyben van megvárva (nincsen streamelve)
 - A felhasználó számára egy elkülönített szövegdobozban jelenik meg
\ No newline at end of file