**BlitzRank：基于锦标赛图的零样本文档重排序框架，实现 25-40% 的 Token 节省**

_BlitzRank: Principled Zero-Shot Ranking Agents with Tournament Graphs_

> BlitzRank 提出了一种基于锦标赛图（Tournament Graph）的框架，用于实现高效且准确的零样本大语言模型（LLM）文档重排序。该方法利用每次 k 文档比较产生的成对偏好构建全局偏好图，并通过传递闭包在不增加模型调用次数的情况下推导更多排序信息。实验表明，BlitzRank 在 14 个基准测试和 5 种主流 LLM 上均实现了帕累托最优，在保持与现有方法相当甚至更高准确率的同时，将 Token 消耗减少了 25-40%，且查询效率比成对比较方法高出 7 倍。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-11-03 01:46（北京时间）
- **原文**：[打开原文](https://blitzrank.ai/)