DAIR.AI 盘点 10 月 26 日至 11 月 1 日热门 AI 论文。DecisionRAG 用决策模型替代一阶段检索器，无需任务训练即在 MultiDoc2Dial 上比稠密检索加 8B 重排器高 13.8 R@1，单次查询耗时 0.7-1.8 秒、成本 0.2-2.3 美分。统一训练将预训练、中期训练、SFT 与 RL 纳入同一似然算法，124M 模型在 RL 任务上超过分阶段训练。