Buchumschlag

Identifiability Matters: Revealing the Hidden Recoverable Condition in Unbiased Learning to Rank

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Mouxiang, Liu, Chenghao, Liu, Zemin, Li, Zhuo, Sun, Jianling
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Information Retrieval Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Bridging the Gap: Unpacking the Hidden Challenges in Knowledge Distillation for Online Ranking Systems
von: Khani, Nikhil, et al.
Veröffentlicht: (2024)

Decoupled Entity Representation Learning for Pinterest Ads Ranking
von: Liu, Jie, et al.
Veröffentlicht: (2025)

Calibration of Time-Series Forecasting: Detecting and Adapting Context-Driven Distribution Shift
von: Chen, Mouxiang, et al.
Veröffentlicht: (2023)

Advancing Graph Representation Learning with Large Language Models: A Comprehensive Survey of Techniques
von: Mao, Qiheng, et al.
Veröffentlicht: (2024)

Whole Page Unbiased Learning to Rank
von: Mao, Haitao, et al.
Veröffentlicht: (2022)

Bounded-Abstention Pairwise Learning to Rank
von: Ferrara, Antonio, et al.
Veröffentlicht: (2025)

Enhancing Talent Search Ranking with Role-Aware Expert Mixtures and LLM-based Fine-Grained Job Descriptions
von: Li, Jihang, et al.
Veröffentlicht: (2025)

Multi-Faceted Large Embedding Tables for Pinterest Ads Ranking
von: Su, Runze, et al.
Veröffentlicht: (2025)

ReasonRank: Empowering Passage Ranking with Strong Reasoning Ability
von: Liu, Wenhan, et al.
Veröffentlicht: (2025)

Pessimistic Off-Policy Optimization for Learning to Rank
von: Cief, Matej, et al.
Veröffentlicht: (2022)

A Survey on E-Commerce Learning to Rank
von: Kabir, Md. Ahsanul, et al.
Veröffentlicht: (2024)

Goal-Conditioned Supervised Learning for Multi-Objective Recommendation
von: Li, Shijun, et al.
Veröffentlicht: (2024)

KG4RecEval: Does Knowledge Graph Really Matter for Recommender Systems?
von: Zhang, Haonan, et al.
Veröffentlicht: (2024)

Breaking the Top-$K$ Barrier: Advancing Top-$K$ Ranking Metrics Optimization in Recommender Systems
von: Yang, Weiqin, et al.
Veröffentlicht: (2025)

Learned Ranking Function: From Short-term Behavior Predictions to Long-term User Satisfaction
von: Wu, Yi, et al.
Veröffentlicht: (2024)

GroupRank: A Groupwise Paradigm for Effective and Efficient Passage Reranking with LLMs
von: Long, Meixiu, et al.
Veröffentlicht: (2025)

Investigating the Robustness of Counterfactual Learning to Rank Models: A Reproducibility Study
von: Niu, Zechun, et al.
Veröffentlicht: (2024)

Rank and Align: Towards Effective Source-free Graph Domain Adaptation
von: Luo, Junyu, et al.
Veröffentlicht: (2024)

Industry Insights from Comparing Deep Learning and GBDT Models for E-Commerce Learning-to-Rank
von: Lutz, Yunus, et al.
Veröffentlicht: (2025)

Contextual Dual Learning Algorithm with Listwise Distillation for Unbiased Learning to Rank
von: Yu, Lulu, 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)

Distilled Neural Networks for Efficient Learning to Rank
von: Nardini, F. M., et al.
Veröffentlicht: (2022)

Beyond Self-Consistency: Loss-Balanced Perturbation-Based Regularization Improves Industrial-Scale Ads Ranking
von: Ramazanli, Ilqar, et al.
Veröffentlicht: (2025)

Multi-Modality Collaborative Learning for Sentiment Analysis
von: Wang, Shanmin, et al.
Veröffentlicht: (2025)

UP5: Unbiased Foundation Model for Fairness-aware Recommendation
von: Hua, Wenyue, et al.
Veröffentlicht: (2023)

RRCM: Ranking-Driven Retrieval over Collaborative and Meta Memories for LLM Recommendation
von: Li, Shijun, et al.
Veröffentlicht: (2026)

RRADistill: Distilling LLMs' Passage Ranking Ability for Long-Tail Queries Document Re-Ranking on a Search Engine
von: Choi, Nayoung, et al.
Veröffentlicht: (2024)

Bipartite Ranking From Multiple Labels: On Loss Versus Label Aggregation
von: Lukasik, Michal, et al.
Veröffentlicht: (2025)

DKINet: Medication Recommendation via Domain Knowledge Informed Deep Learning
von: Liu, Sicen, et al.
Veröffentlicht: (2023)

Efficient Document Ranking with Learnable Late Interactions
von: Ji, Ziwei, et al.
Veröffentlicht: (2024)

Async Learned User Embeddings for Ads Delivery Optimization
von: Tang, Mingwei, et al.
Veröffentlicht: (2024)

Orchestrating Heterogeneous Experts: A Scalable MoE Framework with Anisotropy-Preserving Fusion
von: Liu, Ye, et al.
Veröffentlicht: (2025)

Long Context Modeling with Ranked Memory-Augmented Retrieval
von: Alselwi, Ghadir, et al.
Veröffentlicht: (2025)

DeGRe: Dense-supervised Generative Reranking for Recommendation
von: Song, Chaotian, et al.
Veröffentlicht: (2026)

Autoregressive Ranking: Bridging the Gap Between Dual and Cross Encoders
von: Rozonoyer, Benjamin, et al.
Veröffentlicht: (2026)

RankRAG: Unifying Context Ranking with Retrieval-Augmented Generation in LLMs
von: Yu, Yue, et al.
Veröffentlicht: (2024)

What-If Decision Support for Product Line Extension Using Conditional Deep Generative Models
von: Li, Yinxing, et al.
Veröffentlicht: (2025)

SARF: Aliasing Relation Assisted Self-Supervised Learning for Few-shot Relation Reasoning
von: Meng, Lingyuan, et al.
Veröffentlicht: (2023)

InterFormer: Effective Heterogeneous Interaction Learning for Click-Through Rate Prediction
von: Zeng, Zhichen, et al.
Veröffentlicht: (2024)

Ranking Across Different Content Types: The Robust Beauty of Multinomial Blending
von: Lichtenberg, Jan Malte, et al.
Veröffentlicht: (2024)