大型语言模型在作为重排序器（reranker）以提升检索增强生成（RAG）系统整体性能方面展现出巨大潜力。然而，现有的重排序范式受限于一个核心的理论与实践难题：点式（Pointwise）方法虽然结构简单且具有高度灵活性，但对文档进行独立评估，容易陷入“排序短视陷阱”（Ranking Myopia Trap），忽视文档之间的相对重要性关系；而列表式（Listwise）方法虽能感知全局排序上下文，却存在固有的“列表刚性”（List Rigidity）问题，在处理大规模候选文档集合时面临严重的可扩展性与灵活性瓶颈。为解决上述挑战，本文提出一种新型重排序范式——Groupwise。该方法将查询与一组候选文档联合输入模型，模型通过组内比较机制为每个文档分配独立的相关性得分。这一设计在保持点式方法灵活性的同时，引入了列表式方法的对比能力，实现了更合理的排序判断。为进一步优化模型训练，我们采用GRPO（Groupwise Reinforcement Policy Optimization）算法，并设计了一种异构奖励函数，该函数融合了传统排序指标与分布对齐奖励，旨在使不同组间得分分布趋于一致，提升排序的稳定性与一致性。针对高质量标注数据稀缺的瓶颈问题，我们进一步提出一种创新的数据合成管道，可生成高质量的检索与重排序训练数据。该合成数据不仅可用于重排序器的训练，还可用于检索器的训练，实现端到端的协同优化。大量实验验证了所提方法的有效性。在两个强调推理能力的检索基准测试——BRIGHT与R2MED上，Groupwise均显著优于现有方法，展现出更强的性能与鲁棒性。