论文实测：决策模型做重排序不敌直接微调 Reranker

Passau 大学等机构发表于 arXiv 的论文《System One Models Are Not Better Rerankers》系统检验了「决策模型」（输出校准概率而非生成文本）能否胜任重排序任务。在 0.6B 至 9B 参数规模上的对比实验显示，直接微调传统 Reranker 全面胜出，领先决策模型 5 到 29 分，表明将决策模型用于重排序并非更优选择。

2026-10-26 ~ 2026-10-26 · 2 条相关

• 论文实测：决策微调模型做重排序反而不如直接微调 Reranker — _reachsumit · 2026-10-26
• 论文实证：0.6B-9B 规模上 reranker 微调全面胜过决策模型 5-29 分 — kalyan_kpl · 2026-10-26