Buchumschlag

Positional Bias in Long-Document Ranking: Impact, Assessment, and Mitigation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Boytsov, Leonid, Akinpelu, David, Katyal, Nipun, Lin, Tianyi, Gao, Fangwei, Zhao, Yutian, Huang, Jeffrey, Nyberg, Eric
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Information Retrieval Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Mitigate Position Bias with Coupled Ranking Bias on CTR Prediction
von: Zhao, Yao, et al.
Veröffentlicht: (2024)

InPars-Light: Cost-Effective Unsupervised Training of Efficient Rankers
von: Boytsov, Leonid, et al.
Veröffentlicht: (2023)

GENPLUGIN: A Plug-and-Play Framework for Long-Tail Generative Recommendation with Exposure Bias Mitigation
von: Yang, Kun, et al.
Veröffentlicht: (2025)

Mitigating Position Bias with Regularization for Recommender Systems
von: Wang, Hao
Veröffentlicht: (2024)

The Impact of Group Membership Bias on the Quality and Fairness of Exposure in Ranking
von: Vardasbi, Ali, et al.
Veröffentlicht: (2023)

Dynamic Context Selection for Retrieval-Augmented Generation: Mitigating Distractors and Positional Bias
von: Iratni, Malika, et al.
Veröffentlicht: (2025)

Addressing Personalized Bias for Unbiased Learning to Rank
von: Niu, Zechun, et al.
Veröffentlicht: (2025)

Mitigating Exposure Bias in Online Learning to Rank Recommendation: A Novel Reward Model for Cascading Bandits
von: Mansoury, Masoud, et al.
Veröffentlicht: (2024)

Going Beyond Popularity and Positivity Bias: Correcting for Multifactorial Bias in Recommender Systems
von: Huang, Jin, et al.
Veröffentlicht: (2024)

Correcting for Position Bias in Learning to Rank: A Control Function Approach
von: Islam, Md Aminul, et al.
Veröffentlicht: (2025)

SumRank: Aligning Summarization Models for Long-Document Listwise Reranking
von: Feng, Jincheng, et al.
Veröffentlicht: (2026)

SPARK: Adaptive Low-Rank Knowledge Graph Modeling in Hybrid Geometric Spaces for Recommendation
von: Wang, Binhao, et al.
Veröffentlicht: (2025)

LLM-based Listwise Reranking under the Effect of Positional Bias
von: Qiao, Jingfen, et al.
Veröffentlicht: (2026)

Ranking with Long-Term Constraints
von: Brantley, Kianté, et al.
Veröffentlicht: (2023)

The Relevance of Item-Co-Exposure For Exposure Bias Mitigation
von: Krause, Thorsten, et al.
Veröffentlicht: (2024)

Linear-PAL: A Lightweight Ranker for Mitigating Shortcut Learning in Personalized, High-Bias Tabular Ranking
von: Pawar, Vipul Dinesh
Veröffentlicht: (2025)

An Empirical Study of Position Bias in Modern Information Retrieval
von: Zeng, Ziyang, et al.
Veröffentlicht: (2025)

Position Bias Estimation with Item Embedding for Sparse Dataset
von: Ishikawa, Shion, et al.
Veröffentlicht: (2023)

Evaluating Position Bias in Large Language Model Recommendations
von: Bito, Ethan, et al.
Veröffentlicht: (2025)

Rank-Preference Consistency as the Appropriate Metric for Recommender Systems
von: Nguyen, Tung, et al.
Veröffentlicht: (2024)

Graph-Structured Driven Dual Adaptation for Mitigating Popularity Bias
von: Cai, Miaomiao, et al.
Veröffentlicht: (2025)

EviRerank: Adaptive Evidence Construction for Long-Document LLM Reranking
von: Li, Minghan, et al.
Veröffentlicht: (2024)

Rethinking Reasoning in Document Ranking: Why Chain-of-Thought Falls Short
von: Lu, Xuan, et al.
Veröffentlicht: (2025)

Rank4Gen: RAG-Preference-Aligned Document Set Selection and Ranking
von: Fan, Yongqi, et al.
Veröffentlicht: (2026)

Exploiting Positional Bias for Query-Agnostic Generative Content in Search
von: Parry, Andrew, et al.
Veröffentlicht: (2024)

Is Position Bias in Dense Retrievers Built In-or Learned from Data?
von: Yu, Daegon, et al.
Veröffentlicht: (2026)

Leveraging Reference Documents for Zero-Shot Ranking via Large Language Models
von: Li, Jieran, et al.
Veröffentlicht: (2025)

Identifying and Upweighting Power-Niche Users to Mitigate Popularity Bias in Recommendations
von: Liu, David, et al.
Veröffentlicht: (2025)

Mitigating Popularity Bias in Counterfactual Explanations using Large Language Models
von: Hasami, Arjan, et al.
Veröffentlicht: (2025)

Debias Can be Unreliable: Mitigating Bias Issue in Evaluating Debiasing Recommendation
von: Wang, Chengbing, et al.
Veröffentlicht: (2024)

Efficient Long-Document Reranking via Block-Level Embeddings and Top-k Interaction Refinement
von: Li, Minghan, et al.
Veröffentlicht: (2025)

CRAB: Codebook Rebalancing for Bias Mitigation in Generative Recommendation
von: Fan, Zezhong, et al.
Veröffentlicht: (2026)

Argument-Centric Causal Intervention Method for Mitigating Bias in Cross-Document Event Coreference Resolution
von: Yao, Long, et al.
Veröffentlicht: (2025)

Mitigating Propensity Bias of Large Language Models for Recommender Systems
von: Zhang, Guixian, et al.
Veröffentlicht: (2024)

Query Exposure Prediction for Groups of Documents in Rankings
von: Jaenich, Thomas, et al.
Veröffentlicht: (2024)

Localization Boosting for Growth Markets: Mitigating Cross-Locale Behavioral Bias in Learning-to-Rank
von: Seran, Suryaa Veerabathiran, et al.
Veröffentlicht: (2026)

RewardRank: Optimizing True Learning-to-Rank Utility
von: Bhatt, Gaurav, et al.
Veröffentlicht: (2025)

BracketRank: Large Language Model Document Ranking via Reasoning-based Competitive Elimination
von: Abdallah, Abdelrahman, et al.
Veröffentlicht: (2026)

Mitigating Preference Leakage via Strict Estimator Separation for Normative Generative Ranking
von: Nahhas, Dalia, et al.
Veröffentlicht: (2026)

Detecting Privileged Documents by Ranking Connected Network Entities
von: Zhang, Jianping, et al.
Veröffentlicht: (2025)