Jev 优选 ICL 示例并蒸馏为轻量 MLP，加速示例检索

研究以决策导向语言模型 Jev 评估候选示例对查询的效用，改进 in-context learning 示例检索，直接使用 Jev 可提升检索质量。面向大规模检索时每个候选都需额外推理的瓶颈，作者将效用估计能力蒸馏进轻量 MLP，以高效排序示例并保持有竞争力的检索性能。