长上下文LLM整池集合式重排：DualEnd用50次比较完成100个候选的完整排序，比较次数比窗口式堆排序基线少59.4%
相关研究与后续进展
核心概要
该工作提出整池集合式重排（Whole-Pool Setwise），让每次比较对整个候选池排序，并提出DualEnd同时选出预测最相关与最不相关的候选、从两端填充排名，从而在100个候选上仅用50次LLM比较即构建完整排序；在TREC DL19与DL20上使用九个开放权重LLM，比较次数比面向顶部的窗口式Setwise堆排序少59.4%、比冒泡排序少88.8%，nDCG@100与单端整池顶部导向方法相差在0.008以内，同时token消耗与排序时间约减半；在六个BEIR数据集上，相对单端整池顶部导向方法，平均token消耗与排序时间分别降低49.4%与50.8%。
Figure 1: One LLM comparison in (a) windowed Setwise, (b) WP-T and (c) WP-DE. Dashed boxes mark input candidates, blue and orange indicate predicted best and worst candidates. Windowed selections require sorting, Whole-Pool selections fix one or both endpoints through swaps.
arXiv深度剖析
提出整池集合式重排（Whole-Pool Setwise）：当整个检索候选池能放入上下文窗口时，每次比较直接对整个候选池排序，而不是做重复的局部比较。 此前的LLM重排器通过listwise、pairwise或pointwise的重复局部比较产生排名，需要大量顺序模型调用；该工作把比较粒度提升到整池，利用长上下文能力压缩调用次数。 摘要给出方法定义与实验设置：九个开放权重LLM、TREC DL19与DL20、六个BEIR数据集，并报告比较次数、nDCG@100、token消耗与排序时间的对比数值。
提出DualEnd：在整池比较中同时选出预测最相关与最不相关的候选，从排名两端同时填充。 相对单端、面向顶部的整池方法，DualEnd把选择范围扩展到池的两端，从而在构建完整排名时减少所需比较次数。 摘要报告DualEnd在100个候选上以50次LLM比较构建完整排序，并给出与单端整池顶部导向方法的nDCG@100差距在0.008以内、token消耗与排序时间约减半。
在TREC DL19与DL20上，DualEnd的比较次数显著低于面向顶部的窗口式Setwise基线，且基线只针对top-10排名而DualEnd针对完整排名。 比较次数比窗口式Setwise堆排序少59.4%、比冒泡排序少88.8%，说明整池双端策略在更完整的排序目标下仍大幅降低顺序调用。 摘要明确给出上述百分比，并说明基线仅面向top-10、DualEnd面向完整排名，构成对比较条件的直接说明。
在六个BEIR数据集上，DualEnd相对单端整池顶部导向方法平均降低token消耗49.4%、排序时间50.8%。 把效率收益从TREC集合扩展到BEIR多数据集，并给出跨数据集的平均token与时间降幅。 摘要报告六个BEIR数据集上的平均token消耗与排序时间降幅，并称在多个backbone上效果具有竞争力。
启示与展望
该结果适用于整个检索候选池能够放入长上下文窗口的场景，方法本身以这一前提为条件；实验覆盖TREC DL19与DL20以及六个BEIR数据集，并使用九个开放权重LLM作为backbone。对希望以更少顺序LLM调用获得完整排名的检索系统开发者，DualEnd提供了从两端填充排名的具体路径；对只关心top-10排名的场景，摘要中的窗口式Setwise基线是更贴近的对照。
摘要未说明各数据集上的逐项nDCG@100数值、比较次数的方差或显著性检验，也未展开DualEnd在候选池超出上下文窗口时的行为；这些属于正文可能回答的开放问题。若只依据摘要，读者无法判断不同backbone之间的差异幅度，也无法确认BEIR上效率收益是否伴随效果变化。