重排前三思：文本重排的多视角证据与推理整合

使用大型语言模型 (LLM) 的基于推理的重新排名在文本排名方面显示出有希望的改进。然而，当前的方法主要依赖于单一的推理轨迹，导致排名容易受到推理错误的影响，并且在对文档相关性背后的多方面信号进行建模时受到固有的限制。为了解决这个困境，我们提出了 MERIT-Rank（文本重排序的多视角证据和推理集成），这是一个对互补推理轨迹进行建模以提高重排序鲁棒性的框架。 MERIT-Rank 制定了多轨迹推理空间 (MTRS)，从多个角度评估查询文档相关性，并引入联合重新排序器，将这些推理路径合并为统一的排序决策。我们进一步开发了渐进排名策略优化（PRPO），这是一种渐进训练框架，可以稳定推理轨迹，同时通过阶段性优化目标不断提高排名质量。对推理密集型和传统检索基准的实验表明，MERIT-Rank 始终比竞争基准取得更优异的性能。 4B 模型在 BRIGHT 上的表现明显优于大多数 7B 甚至 32B 重新排序器。