Buchumschlag

Pathway to Relevance: How Cross-Encoders Implement a Semantic Variant of BM25

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lu, Meng, Chen, Catherine, Eickhoff, Carsten
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

PRECTR-V2:Unified Relevance-CTR Framework with Cross-User Preference Mining, Exposure Bias Correction, and LLM-Distilled Encoder Optimization
von: Cao, Shuzhi, et al.
Veröffentlicht: (2026)

Evaluating Search System Explainability with Psychometrics and Crowdsourcing
von: Chen, Catherine, et al.
Veröffentlicht: (2022)

SSE: A Metric for Evaluating Search System Explainability
von: Chen, Catherine, et al.
Veröffentlicht: (2023)

LLMs Need Encoders for Semantic IDs Too
von: Chen, Xiangyi, et al.
Veröffentlicht: (2026)

Can Query Expansion Improve Generalization of Strong Cross-Encoder Rankers?
von: Li, Minghan, et al.
Veröffentlicht: (2023)

Latent Terms: Dense Retrievers Contain Trivially Extractable BM25-ready Zipfian Vocabularies
von: Clavié, Benjamin, et al.
Veröffentlicht: (2026)

Breaking the Information Silo: Semantic Personas for Cross-Domain Recommendation
von: Mayo, Jonathan, et al.
Veröffentlicht: (2026)

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

Improving BM25 Code Retrieval Under Fixed Generic Tokenization: Adaptive q-Log Odds as a Drop-In BM25 Fix
von: Radha, Santosh Kumar, et al.
Veröffentlicht: (2026)

PRECTR: A Synergistic Framework for Integrating Personalized Search Relevance Matching and CTR Prediction
von: Chen, Rong, et al.
Veröffentlicht: (2025)

Leveraging Large Language Models for Relevance Judgments in Legal Case Retrieval
von: Ma, Shengjie, et al.
Veröffentlicht: (2024)

SemaCDR: LLM-Powered Transferable Semantics for Cross-Domain Sequential Recommendation
von: Zhang, Chunxu, et al.
Veröffentlicht: (2026)

Towards Boosting LLMs-driven Relevance Modeling with Progressive Retrieved Behavior-augmented Prompting
von: Chen, Zeyuan, et al.
Veröffentlicht: (2024)

Improving Ad matching via Cluster-Adaptive Keyword Expansion and Relevance tuning
von: Saha, Dipanwita, et al.
Veröffentlicht: (2025)

Optimizing Generative Ranking Relevance via Reinforcement Learning in Xiaohongshu Search
von: Zeng, Ziyang, et al.
Veröffentlicht: (2025)

Optimizing Encoder-Only Transformers for Session-Based Recommendation Systems
von: Redjdal, Anis, et al.
Veröffentlicht: (2024)

When Relevance Meets Novelty: Dual-Stable Periodic Optimization for Serendipitous Recommendation
von: Lin, Hongxiang, et al.
Veröffentlicht: (2025)

On the Brittleness of CLIP Text Encoders
von: Tran, Allie, et al.
Veröffentlicht: (2025)

MechIR: A Mechanistic Interpretability Framework for Information Retrieval
von: Parry, Andrew, et al.
Veröffentlicht: (2025)

Xinyu AI Search: Enhanced Relevance and Comprehensive Results with Rich Answer Presentations
von: Tang, Bo, et al.
Veröffentlicht: (2025)

Integrating Item Relevance in Training Loss for Sequential Recommender Systems
von: Bacciu, Andrea, et al.
Veröffentlicht: (2023)

Beyond Relevance: On the Relationship Between Retrieval and RAG Information Coverage
von: Samuel, Saron, et al.
Veröffentlicht: (2026)

LREF: A Novel LLM-based Relevance Framework for E-commerce
von: Tang, Tian, et al.
Veröffentlicht: (2025)

Towards Competitive Search Relevance For Inference-Free Learned Sparse Retrievers
von: Geng, Zhichao, et al.
Veröffentlicht: (2024)

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

SynGR: Unleashing the Potential of Cross-Modal Synergy for Generative Recommendation
von: Chen, Wei, et al.
Veröffentlicht: (2026)

OrdRankBen: A Novel Ranking Benchmark for Ordinal Relevance in NLP
von: Wang, Yan, et al.
Veröffentlicht: (2025)

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

Optimizing Keyphrase Ranking for Relevance and Diversity Using Submodular Function Optimization (SFO)
von: Umair, Muhammad, et al.
Veröffentlicht: (2024)

From Reasoning LLMs to BERT: A Two-Stage Distillation Framework for Search Relevance
von: Xia, Runze, et al.
Veröffentlicht: (2025)

AutoMIR: Effective Zero-Shot Medical Information Retrieval without Relevance Labels
von: Li, Lei, et al.
Veröffentlicht: (2024)

Relevance meets Diversity: A User-Centric Framework for Knowledge Exploration through Recommendations
von: Coppolillo, Erica, et al.
Veröffentlicht: (2024)

CLLMRec: LLM-powered Cognitive-Aware Concept Recommendation via Semantic Alignment and Prerequisite Knowledge Distillation
von: Xiong, Xiangrui, et al.
Veröffentlicht: (2025)

Beyond Semantic Similarity: Rethinking Retrieval for Agentic Search via Direct Corpus Interaction
von: Li, Zhuofeng, et al.
Veröffentlicht: (2026)

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

Bayesian Active Learning with Gaussian Processes Guided by LLM Relevance Scoring for Dense Passage Retrieval
von: Kim, Junyoung, et al.
Veröffentlicht: (2026)

ReBOL: Retrieval via Bayesian Optimization with Batched LLM Relevance Observations and Query Reformulation
von: Korikov, Anton, et al.
Veröffentlicht: (2026)

Improving Bilingual Lexicon Induction with Cross-Encoder Reranking
von: Li, Yaoyiran, et al.
Veröffentlicht: (2022)

Fashion-AlterEval: A Dataset for Improved Evaluation of Conversational Recommendation Systems with Alternative Relevant Items
von: Vlachou, Maria
Veröffentlicht: (2025)