ranking systems | BriefGPT - AI 论文速递

关键词ranking systems

搜索结果 - 8

排名中的评价项目对比解释
本文介绍了应用可解释人工智能和评估性对比解释方法以解决排名问题，并通过对公开数据进行的实验展示了其应用和特点。
PDF7 months ago
LLMEval：大型语言模型评估初探
最近，大型语言模型的评估已成为一个热门的研究领域。本文分析了不同评估方法，比较了各种标准和评分系统，在多个任务和测试中使用了不同的评估者和评分方法，提出了一个新的数据集 LLMEval，并对 20 个大型语言模型进行了评估，得出了 10 个
PDF7 months ago
Rankitect: 元规模与世界一流工程师较量的排名架构搜索
Rankitect 是一个用于 Meta 排名系统的神经架构搜索（NAS）软件框架。Rankitect 通过组合从头开始的低级构件来构建全新的架构，并利用工程师设计的搜索空间，可以生成比工程师更好的模型，实现了在 Meta 规模上的正面离线
PDF8 months ago
SIGIR电子商务中赞助搜索的位置偏差缓解的点击 - 转化多任务模型
为了减轻点击率（CTR）和转化率（CVR）预测中的位置偏见，我们提出了两种不受位置偏见影响的 CTR 和 CVR 预测模型：位置感知点击转化（PACC）和通过位置嵌入的 PACC 模型（PACC-PE）。实验结果表明，我们的模型在评级有效性
PDFa year ago
针对复杂金融主题的特定查询知识图谱
本文介绍了自动化构建特定查询的文档和实体知识图谱（KGs）以及使用排名系统获取相关文件和实体之间的关系的方法，重点关注代码数据集，此外，提到了使用实体反馈技术来改善文档排名效果、适应性 KG 检索算法和基于图神经网络（GNN）的加权方法等未
PDF2 years ago
从用户与排名的交互学习：该领域的统一
该论文研究利用用户点击来进行学习排序的方法及其相关领域，提出了一个框架来统一在线、反事实和监督学习，并将其统一成一种通用且有效的排序学习方法。
PDF4 years ago
SIGIR面向前 k 名排名的策略感知无偏学习排序
本文介绍的计数事实学习 (LTR) 方法，使用包含交互偏差的已记录的用户交互来优化排名系统，通过引入一种新的策略感知的计数事实估计器，该方法可以适应随机记录策略的影响。同时，本文中还提出了一些传统 LTR 方法的新扩展方法，用于执行计数事实
PDF4 years ago
MM生产排名系统：评述
本文介绍了几个高质量的排序系统，并将排序系统视为由数据处理、表示学习、候选选择和在线推理等不同层次组成的系统系统，每个层次都采用不同的算法和工具。同时，介绍了排序在规模方面的知识、应用的工具和算法以及采用分层方法引入的挑战。
PDF5 years ago