Buchumschlag

Ranking Across Different Content Types: The Robust Beauty of Multinomial Blending

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lichtenberg, Jan Malte, Di Benedetto, Giuseppe, Ruffini, Matteo
Format:	Preprint
Veröffentlicht:	2024
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

DenseRec: Revisiting Dense Content Embeddings for Sequential Transformer-based Recommendation
von: Lichtenberg, Jan Malte, et al.
Veröffentlicht: (2025)

Large Language Models as Recommender Systems: A Study of Popularity Bias
von: Lichtenberg, Jan Malte, et al.
Veröffentlicht: (2024)

MBD: A Model-Based Debiasing Framework Across User, Content, and Model Dimensions
von: Li, Yuantong, et al.
Veröffentlicht: (2026)

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

Unifying Ranking and Generation in Query Auto-Completion via Retrieval-Augmented Generation and Multi-Objective Alignment
von: Yuan, Kai, et al.
Veröffentlicht: (2026)

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

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

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

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

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

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

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

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

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

Content filtering methods for music recommendation: A review
von: Zeng, Terence, et al.
Veröffentlicht: (2025)

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

Identifiability Matters: Revealing the Hidden Recoverable Condition in Unbiased Learning to Rank
von: Chen, Mouxiang, et al.
Veröffentlicht: (2023)

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

Privacy Preserving Inference of Personalized Content for Out of Matrix Users
von: Sun, Michael, et al.
Veröffentlicht: (2025)

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

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

Scaling Search Relevance: Augmenting App Store Ranking with LLM-Generated Judgments
von: Christakopoulou, Evangelia, et al.
Veröffentlicht: (2026)

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

A Parameter Update Balancing Algorithm for Multi-task Ranking Models in Recommendation Systems
von: Yuan, Jun, 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)

Learned Ranking Function: From Short-term Behavior Predictions to Long-term User Satisfaction
von: Wu, Yi, 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)

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

IntrAgent: An LLM Agent for Content-Grounded Information Retrieval through Literature Review
von: Ma, Fengbo, et al.
Veröffentlicht: (2026)

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

Let It Go? Not Quite: Addressing Item Cold Start in Sequential Recommendations with Content-Based Initialization
von: Pembek, Anton, 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)

Transfer Learning for E-commerce Query Product Type Prediction
von: Tigunova, Anna, et al.
Veröffentlicht: (2024)

AIRwaves at CheckThat! 2025: Retrieving Scientific Sources for Implicit Claims on Social Media with Dual Encoders and Neural Re-Ranking
von: Ashbaugh, Cem, et al.
Veröffentlicht: (2025)

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

An Interpretable Alternative to Neural Representation Learning for Rating Prediction -- Transparent Latent Class Modeling of User Reviews
von: Serra, Giuseppe, et al.
Veröffentlicht: (2024)

PinLanding: Content-First Keyword Landing Page Generation via Multi-Modal AI for Web-Scale Discovery
von: Zhang, Faye, et al.
Veröffentlicht: (2025)

Evaluating the Robustness of Dense Retrievers in Interdisciplinary Domains
von: Chaturvedi, Sarthak, et al.
Veröffentlicht: (2025)

Robust Reinforcement Learning Objectives for Sequential Recommender Systems
von: Mozifian, Melissa, et al.
Veröffentlicht: (2023)

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