arXiv 自然语言处理· Yanran Wu, Dian Yu, Chongyang Bai, Jieyi Zhang, Rui Liu, Tianyi Chen, Shike Mei, Hang Cui, Frank Shyu, Sandeep Pandey, Luke Simon, Chunwei Liu, Xi Liu·· 9 小时前AI 评分39
DecisionRank：面向决策模型重排序器的同策略蒸馏
DecisionRank: On-Policy Distillation for Decision-Model Rerankers
AI 导读
研究人员提出决策重排序模型 DecisionRank，通过物品空间同策略蒸馏（item-space OPD）将生成式 LLM 的排序知识迁移至决策模型。该模型结合离线排序监督，在 TREC DL、BEIR 和 BRIGHT 等检索基准上取得 SOTA 表现。
来源：arXiv 自然语言处理 · arxiv.org