论文实测：决策微调做重排序不如直接微调 Reranker

2026年10月26日，AGI Hunt 报道了 arXiv 论文《System One models Are Not Better Rerankers》（Dinzinger 等）。该研究系统检验“决策模型”——即输出校准概率而非生成文本的模型——是否更适合做重排序。作者在六个 Qwen 底座上实测，结果显示：决策微调模型做重排序不如直接微调 Reranker，决策微调从未胜出。报道称，论文对“决策微调更适合重排序”的设想给出了否定结论。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。