研究：决策微调重排序效果不及专用重排序器

Michael Dinzinger 等作者发表的研究比较了决策微调与专用 reranker 微调在重排序任务上的效果，结论是决策微调从未带来更好的重排序效果。研究覆盖 0.6B 至 27B 的六个 Qwen 骨干模型、十个 TREC DL 和 BEIR 数据集。 在 0.6B 到 9B 区间，reranker 微调在每个骨干模型上都以 5 至 29 个点的 nDCG@10 优势胜出；27B 时两者持平。9B 以下，决策微调相比直接零样本提问没有增益。研究还发现，决策模型的校准优势取决于提问方式，且校准无法弥补更差的排序质量。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。