Buchumschlag

SARA: A Collection of Sensitivity-Aware Relevance Assessments

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	McKechnie, Jack, McDonald, Graham
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Measuring Hypothesis Testing Errors in the Evaluation of Retrieval Systems
von: McKechnie, Jack, et al.
Veröffentlicht: (2025)

Who Benefits from RAG? The Role of Exposure, Utility and Attribution Bias
von: Dehghan, Mahdi, et al.
Veröffentlicht: (2026)

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

Document Similarity Enhanced IPS Estimation for Unbiased Learning to Rank
von: Liang, Zeyan, et al.
Veröffentlicht: (2025)

Temporal Fact Conflicts in LLMs: Reproducibility Insights from Unifying DYNAMICQA and MULAN
von: Dey, Ritajit, et al.
Veröffentlicht: (2026)

Quantifying Query Fairness Under Unawareness
von: Jaenich, Thomas, et al.
Veröffentlicht: (2025)

The Cranfield II Relevance Assessments: A Critical Evaluation
von: Harter, Stephen P.
Veröffentlicht: (1971)

Judging the Judges: A Collection of LLM-Generated Relevance Judgements
von: Rahmani, Hossein A., et al.
Veröffentlicht: (2025)

Variations in Relevance Judgments and the Shelf Life of Test Collections
von: Parry, Andrew, et al.
Veröffentlicht: (2025)

Behind Closed Doors: An Exploratory Study of the Perceptions of Librarians and the Hidden Intellectual Work of Collection Development in Canadian Public Libraries.
von: Nilsen, Kirsti, et al.
Veröffentlicht: (2002)

Axiomatic Causal Interventions for Reverse Engineering Relevance Computation in Neural Retrieval Models
von: Chen, Catherine, et al.
Veröffentlicht: (2024)

JudgeBlender: Ensembling Judgments for Automatic Relevance Assessment
von: Rahmani, Hossein A., et al.
Veröffentlicht: (2024)

Batched Self-Consistency Improves LLM Relevance Assessment and Ranking
von: Korikov, Anton, et al.
Veröffentlicht: (2025)

When LLM Judges Inflate Scores: Exploring Overrating in Relevance Assessment
von: Yu, Chuting, et al.
Veröffentlicht: (2026)

Searching Personal Collections
von: Bendersky, Michael, et al.
Veröffentlicht: (2024)

Self-Service Circulation: An Exploratory Study.
von: Carey, Robert F., et al.
Veröffentlicht: (1998)

SelRoute: Query-Type-Aware Routing for Long-Term Conversational Memory Retrieval
von: McKee, Matthew
Veröffentlicht: (2026)

Limitations of Automatic Relevance Assessments with Large Language Models for Fair and Reliable Retrieval Evaluation
von: Otero, David, et al.
Veröffentlicht: (2024)

A Human-AI Comparative Analysis of Prompt Sensitivity in LLM-Based Relevance Judgment
von: Arabzadeh, Negar, et al.
Veröffentlicht: (2025)

Calibration-Disentangled Learning and Relevance-Prioritized Reranking for Calibrated Sequential Recommendation
von: Jeon, Hyunsik, et al.
Veröffentlicht: (2024)

Beyond Relevance: Evaluate and Improve Retrievers on Perspective Awareness
von: Zhao, Xinran, et al.
Veröffentlicht: (2024)

SARA: Selective and Adaptive Retrieval-augmented Generation with Context Compression
von: Jin, Yiqiao, et al.
Veröffentlicht: (2025)

Judging with Personality and Confidence: A Study on Personality-Conditioned LLM Relevance Assessment
von: Chen, Nuo, et al.
Veröffentlicht: (2026)

SPECTRA: Synthetic IR Test Collections with Relevance Oracles and Controlled Distractor Diagnostics
von: Liang, Eric
Veröffentlicht: (2026)

All Eyes on the Ranker: Participatory Auditing to Surface Blind Spots in Ranked Search Results
von: Rezk, Anna Marie, et al.
Veröffentlicht: (2026)

LLMJudge: LLMs for Relevance Judgments
von: Rahmani, Hossein A., et al.
Veröffentlicht: (2024)

Generalized Pseudo-Relevance Feedback
von: Tu, Yiteng, et al.
Veröffentlicht: (2025)

LLM-based Relevance Assessment for Web-Scale Search Evaluation at Pinterest
von: Wang, Han, et al.
Veröffentlicht: (2025)

A Large-Scale Study of Relevance Assessments with Large Language Models: An Initial Look
von: Upadhyay, Shivani, et al.
Veröffentlicht: (2024)

A Deep Learning Approach for Selective Relevance Feedback
von: Datta, Suchana, et al.
Veröffentlicht: (2024)

REAR: A Relevance-Aware Retrieval-Augmented Framework for Open-Domain Question Answering
von: Wang, Yuhao, et al.
Veröffentlicht: (2024)

LLM-Assisted Pseudo-Relevance Feedback
von: Otero, David, et al.
Veröffentlicht: (2026)

LUCid: Redefining Relevance For Lifelong Personalization
von: Okite, Chimaobi, et al.
Veröffentlicht: (2026)

R3A: Reinforced Reasoning for Relevance Assessment for RAG in User-Generated Content Platforms
von: Yuan, Xiaowei, et al.
Veröffentlicht: (2025)

NeuCLIRBench: A Modern Evaluation Collection for Monolingual, Cross-Language, and Multilingual Information Retrieval
von: Lawrie, Dawn, et al.
Veröffentlicht: (2025)

Augmenting Sequential Recommendation with Balanced Relevance and Diversity
von: Dang, Yizhou, et al.
Veröffentlicht: (2024)

Generative Retrieval Meets Multi-Graded Relevance
von: Tang, Yubao, et al.
Veröffentlicht: (2024)

Don't Use LLMs to Make Relevance Judgments
von: Soboroff, Ian
Veröffentlicht: (2024)

Is Relevance Propagated from Retriever to Generator in RAG?
von: Tian, Fangzheng, et al.
Veröffentlicht: (2025)

Migrating a Job Search Relevance Function
von: Mountain, Bennett, et al.
Veröffentlicht: (2025)