arXiv 论文实测六个 Qwen 底座：决策微调模型做重排序不如直接微调 Reranker

arXiv 论文《System One models Are Not Better Rerankers》（Dinzinger 等）系统检验“决策模型”（输出校准概率而非生成文本）是否更适合做重排序，结论是决策微调从未胜出。