Meta 推 DecisionRank：1.7B 重排模型超 27B 教师

Meta 团队发布 DecisionRank 论文，提出面向决策模型重排器的 item-space on-policy 蒸馏方法，用生成式教师的反馈直接监督学生的文档打分。论文称，1.7B 学生在 TREC DL19–23 上的表现超过其 27B 生成式教师；8B 版本在 TREC DL 和 BRIGHT 上分别比对应教师快 24.5 倍和 16.7 倍。 核心思路是把重排器从“在生成式模型内部推理”转为“由小模型独立打分排序”，因此速度提升与生成式教师的输出解耦，代价是排序效果依赖蒸馏质量。效果数据来自论文自身报告，适用对象为 TREC DL19–23、TREC DL 与 BRIGHT 这几个检索评测集。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。