QReason：一次查询推理，多窗口复用重排

段落重新排序通过细化候选段落的顺序以更好地反映相关性，在信息检索中发挥着至关重要的作用。现有的具有思想链 (CoT) 推理的列表式 LLM 重排序器可以有效地处理复杂查询，但由于滑动窗口策略重复生成高度相似的 CoT，因此它们存在大量冗余和高延迟。为了解决这个问题，我们提出了 QReason，一个解耦框架，它将以查询为中心的推理与特定于窗口的段落相关性评估分开。具体来说，QReason 引入了一个专用重写器，它生成一次面向排名的推理查询，捕获查询的核心意图，同时避免冗余推理，然后通过非推理重新排序器在所有窗口中重用它。重写器通过两个阶段的过程进行训练，首先通过语义证据使用有监督的微调和相关段落指导来生成扎根的、以查询为中心的 CoT。然后，它应用强化学习来使 CoT 生成与推理时间设置和重新排名目标保持一致，优化列表指标和段落级别区分，以生成可重用的推理链以进行重新排名。 BRIGHT 基准测试表明，QReason 显着减少了冗余推理，实现了与基于强推理的重新排名器相当或更好的排名性能，并且优于现有的查询重写模型。