Source: https://arxiv.org/abs/2505.20046v1
Ce document présente REARANK, un agent de classement basé sur un grand modèle linguistique qui utilise le raisonnement explicite et l’apprentissage par renforcement. REARANK améliore considérablement les performances et l’interprétabilité dans les tâches de classement des informations, en atteignant des résultats comparables ou supérieurs à ceux des modèles existants, y compris GPT-4, avec une quantité minimale de données annotées. Le modèle est basé sur Qwen2.5-7B et se distingue particulièrement sur les benchmarks axés sur le raisonnement. Les auteurs mettent en évidence l’efficacité de leur approche et l’impact positif de l’apprentissage par renforcement sur les capacités de raisonnement des grands modèles linguistiques pour le classement.