#BRIGHT

「DecisionRank」が決定モデル再ランク付けで最先端性能を達成

arXiv cs.CLが2026年10月30日(現地時間)付けで報じたところによると、Yanran Wu氏を含む研究者らが、DecisionRankと呼ぶ新しい決定モデル再ランク付け手法を発表した。これは、生成型大規模言語モデル（LLM）のランキング知識を決定モデルに転送する際の課題を解決し、項目空間オンポリシー蒸留（item-space on-policy distillation, OPD）を通じて訓練される。