用推理模型蒸馏小检索器：Kimi-K3 排序反馈让检索权重持续增强

lateinteraction 转推 dianetc 的自改进检索流程，用仅 400M 参数的 Ettin cross-encoder 对全量文档打分并保留 top 100，再由推理模型 Kimi-K3 进行 listwise 排序。排序结果转化为 pairwise 偏好，通过梯度更新检索器并再次检索，持久化权重可让当前推理算力沉淀为后续检索质量提升。