Buchumschlag

RankFlow: A Multi-Role Collaborative Reranking Workflow Utilizing Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jin, Can, Peng, Hongwu, Zhang, Anxiang, Chen, Nuo, Zhao, Jiahui, Xie, Xi, Li, Kuangzheng, Feng, Shuya, Zhong, Kai, Ding, Caiwen, Metaxas, Dimitris N.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Do Large Language Models Favor Recent Content? A Study on Recency Bias in LLM-Based Reranking
von: Fang, Hanpei, et al.
Veröffentlicht: (2025)

LLM4Ranking: An Easy-to-use Framework of Utilizing Large Language Models for Document Reranking
von: Liu, Qi, et al.
Veröffentlicht: (2025)

APEER: Automatic Prompt Engineering Enhances Large Language Model Reranking
von: Jin, Can, et al.
Veröffentlicht: (2024)

Pooling and Semantic Shift: The Fundamental Challenges in Long Text Embedding and Retrieval
von: Gao, Hang, et al.
Veröffentlicht: (2026)

RankLLM: A Python Package for Reranking with LLMs
von: Sharifymoghaddam, Sahel, et al.
Veröffentlicht: (2025)

DiffuRank: Effective Document Reranking with Diffusion Language Models
von: Liu, Qi, et al.
Veröffentlicht: (2026)

CoRank: LLM-Based Compact Reranking with Document Features for Scientific Retrieval
von: Tian, Runchu, et al.
Veröffentlicht: (2025)

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

Rank-K: Test-Time Reasoning for Listwise Reranking
von: Yang, Eugene, et al.
Veröffentlicht: (2025)

UniRank: Unified List-wise Reranking via Confidence-Ordered Denoising
von: Jia, Pengyue, et al.
Veröffentlicht: (2026)

LimRank: Less is More for Reasoning-Intensive Information Reranking
von: Song, Tingyu, et al.
Veröffentlicht: (2025)

NLGR: Utilizing Neighbor Lists for Generative Rerank in Personalized Recommendation Systems
von: Wang, Shuli, et al.
Veröffentlicht: (2025)

Trust or Abstain? A Self-Aware RAG Approach
von: Zhu, Xi, et al.
Veröffentlicht: (2026)

HeadRank: Decoding-Free Passage Reranking via Preference-Aligned Attention Heads
von: Wang, Juyuan, et al.
Veröffentlicht: (2026)

Dynamic Ranked List Truncation for Reranking Pipelines via LLM-generated Reference-Documents
von: Sinhababu, Nilanjan, et al.
Veröffentlicht: (2026)

Token-Controlled Re-ranking for Sequential Recommendation via LLMs
von: Dai, Wenxi, et al.
Veröffentlicht: (2025)

Enhancing Retrieval-Augmented Generation with Two-Stage Retrieval: FlashRank Reranking and Query Expansion
von: George, Sherine
Veröffentlicht: (2025)

RankArena: A Unified Platform for Evaluating Retrieval, Reranking and RAG with Human and LLM Feedback
von: Abdallah, Abdelrahman, et al.
Veröffentlicht: (2025)

ToolRerank: Adaptive and Hierarchy-Aware Reranking for Tool Retrieval
von: Zheng, Yuanhang, et al.
Veröffentlicht: (2024)

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

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

LLM4Rerank: LLM-based Auto-Reranking Framework for Recommendations
von: Gao, Jingtong, et al.
Veröffentlicht: (2024)

E2Rank: Your Text Embedding can Also be an Effective and Efficient Listwise Reranker
von: Liu, Qi, et al.
Veröffentlicht: (2025)

Rank1: Test-Time Compute for Reranking in Information Retrieval
von: Weller, Orion, et al.
Veröffentlicht: (2025)

Rank It, Then Ask It: Input Reranking for Maximizing the Performance of LLMs on Symmetric Tasks
von: Dehghankar, Mohsen, et al.
Veröffentlicht: (2024)

DocReRank: Single-Page Hard Negative Query Generation for Training Multi-Modal RAG Rerankers
von: Wasserman, Navve, et al.
Veröffentlicht: (2025)

Beyond Single-Score Ranking: Facet-Aware Reranking for Controllable Diversity in Paper Recommendation
von: Tao, Duan Ming
Veröffentlicht: (2026)

ProRank: Prompt Warmup via Reinforcement Learning for Small Language Models Reranking
von: Li, Xianming, et al.
Veröffentlicht: (2025)

UniRank: End-to-End Domain-Specific Reranking of Hybrid Text-Image Candidates
von: Yang, Yupei, et al.
Veröffentlicht: (2026)

Next-Scale Generative Reranking: A Tree-based Generative Rerank Method at Meituan
von: Wang, Shuli, et al.
Veröffentlicht: (2026)

Gumbel Reranking: Differentiable End-to-End Reranker Optimization
von: Huang, Siyuan, et al.
Veröffentlicht: (2025)

Embed Progressive Implicit Preference in Unified Space for Deep Collaborative Filtering
von: Zhang, Zhongjin, et al.
Veröffentlicht: (2025)

On Listwise Reranking for Corpus Feedback
von: Yoon, Soyoung, et al.
Veröffentlicht: (2025)

Reranking with Compressed Document Representation
von: Déjean, Hervé, et al.
Veröffentlicht: (2025)

Residual Multi-Task Learner for Applied Ranking
von: Fu, Cong, et al.
Veröffentlicht: (2024)

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

Hybrid Retrieval for COVID-19 Literature: Comparing Rank Fusion and Projection Fusion with Diversity Reranking
von: Prajapati, Harishkumar Kishorkumar
Veröffentlicht: (2026)

Rank-R1: Enhancing Reasoning in LLM-based Document Rerankers via Reinforcement Learning
von: Zhuang, Shengyao, et al.
Veröffentlicht: (2025)

Dual-Rerank: Fusing Causality and Utility for Industrial Generative Reranking
von: Zhang, Chao, et al.
Veröffentlicht: (2026)

Rethinking LLM Parametric Knowledge as Post-retrieval Confidence for Dynamic Retrieval and Reranking
von: Jin, Haoxiang, et al.
Veröffentlicht: (2025)